Certification professionnelle

Objectifs et contexte de la certification :

L'objectif de la certification est de former au métier de développeur en intelligence artificielle pour répondre aux besoins croissants des entreprises. En effet, selon de nombreuses études, les besoins en compétences liés à la robotisation et à l’intelligence artificielle vont croître de de façon exponentielle puisque 85% des emplois qui devront être pourvus dans ces secteurs d’ici 2030 n’existeraient pas encore.

Le développeur en intelligence artificielle (IA) est un spécialiste du développement d’applications informatiques intégrant une intelligence artificielle et la Data Science. En cela, il est un assistant qui décharge un chef de projet ou un data scientist de certaines tâches d’exécution pas nécessairement complexes mais qui demandent une culture et une compréhension technique, digitale, spécifique mais également un respect des normes et standards reconnus par la profession. 

Ce métier est un premier niveau d’accès aux métiers de l’intelligence artificielle qui permettra non seulement de renforcer des équipes sur leurs projets mais aussi d’attirer et de mobiliser un maximum de profils et de compétences en faveur de ces métiers. 

Travailler dans le domaine de l’intelligence artificielle c’est d’abord être en mesure de communiquer avec la machine. Le rôle du développeur en IA est de développer des solutions informatiques intégrant des briques d’intelligence artificielle (ex : algorithmes de machine learning ou apprentissage automatique). Par conséquent, il conçoit, développe, teste puis adapte les applicatifs intégrant tout ou partie de ces technologies. Pour cela, il doit avoir les compétences de bases d’un développeur en informatique standard (back-end/front-end) et posséder des compétences IA en plus. Il est particulièrement spécialisé dans la manipulation des données, notamment, l’extraction, la collecte, la visualisation et le monitoring des données. Il maîtrise le développement de ce qu’on appelle « la pipeline » (ou chaîne de traitement), noyau d'un projet IA. La mise en place de cette chaîne de traitement permet de moduler une donnée brute (Big Data) en donnée exploitable. 

Pour mener sa mission, il doit connaître les principaux codes de son domaine d’intervention (technologies IA/data Science, interfaces Homme-Machine). Le développeur en IA se doit donc, notamment, de connaître le langage informatique dominant dans l’intelligence artificielle qu’est le Python. Ce savoir est complété par un savoir-faire, en l’occurrence la connaissance des outils permettant d’intervenir sur une intelligence artificielle, et d’un savoir-être qui se caractérise par l’écoute et la rigueur. Pour optimiser la polyvalence et le champ d’action du développeur en IA un premier niveau de connaissance théorique et pratique sur les données massives (Big Data) et la sécurité est également nécessaire.

Il s’adapte en continu aux évolutions technologiques de sa filière. Pour assurer sa veille, l’usage et la compréhension courante de la langue anglaise lui est indispensable. Il est soucieux du respect des règles de sécurité et d’intégrité qui s’imposent au bon déroulé du projet auquel il participe. Il prendra soin d’inscrire son action en conformité avec une approche de responsabilité sociale et environnementale.

Activités visées :

Le métier se concentre autour de 4 blocs d’activités :

Activité 1 : Gestion d’un projet de développement d’une application d’intelligence artificielle

Activité 2 : Organisation de l’extraction, la collection, le traitement & le monitoring et la visualisation des données

Activité 3 : Développement d’une application métiers intégrant des éléments d’intelligence artificielle

Activité 4 : Maintenance, optimisation et sécurisation de programmes d’intelligence artificielle dans le respect d’une démarche qualité  

Compétences attestées :

19 compétences organisées en quatre blocs de compétences : 

1 - Analyser le besoin utilisateur en cadrant le périmètre du projet afin de proposer une réponse technique adaptée, intégrant des éléments d’intelligence artificielle ;

2 - Maquetter l’architecture d’un projet IA en utilisant un logiciel adapté (collecte de données, entrainement du modèle, déploiement en production et maintenance) afin de structurer son intervention et mener une étude préliminaire des avantages techniques et commerciaux de l’implémentation des modèles considérés ; 

3 - Appliquer une méthodologie de développement pour mieux travailler en équipe et gagner en efficience, en informant la hiérarchie ou l’organisation de chaque étape de développement via des outils de communication collaboratifs ;

4 - Mettre en place une veille technologique en collectant auprès d’experts, puis partageant les informations afin d’optimiser le développement d’un projet en IA ;

5 - Mettre en place une veille juridique et éthique en collectant auprès d’experts, puis partageant les informations afin d’inscrire son action dans une démarche légale et éthique dans le respect de l’intérêt collectif ;

6 - Documenter son travail en rédigeant les spécifications techniques & fonctionnelles afin de garantir que l’application sera maintenable et pérenne ;

7 - Créer et implémenter une base de données relationnelle en utilisant les méthodes standards pour modéliser les données d’une application ;

8 - Extraire et collecter les données, grâce à des solutions Big Data, afin de permettre leur qualification et leur adéquation avec le besoin du projet ;

9 - Développer ou mettre en place, à l'aide d'outil de reporting ou des librairies adaptées, des applications de visualisation et de monitoring de la donnée à chaque étape du processus afin d'assurer la qualité et la visibilité des données ;  

10 - Créer et implémenter une base de données analytique en utilisant des requêtes de traitement de grands volumes de données afin de rendre ces données disponibles en vue de leur utilisation par des algorithmes d’intelligence artificielle ;

11 - Implémenter un outil de type ETL (Extract Transform Load) en installant des connecteurs et mettant en place un système d’ordonnancement, pour extraire les données sources et gérer, leur nettoyage, leur transformation et leur stockage afin de permettre leur exploitation par un tiers, dans un langage de programmation adapté ;

12 - Développer et optimiser les composants d’accès aux données d’une application d’intelligence artificielle pour connecter l’application à ses bases de données en évitant les risques de failles de sécurité ;

13 - Développer les éléments back-end d’une application d’intelligence artificielle en choisissant les langages de développement adéquats, afin de mettre en œuvre les principales fonctionnalités souhaitées ;

14 - Développer les éléments front-end d’une application d’intelligence artificielle, à partir des maquettes et en choisissant les langages de développement adéquats qui permettent de gérer le multi-supports, afin de répondre aux besoins utilisateur ;  

15 - Intégrer un programme d’intelligence artificielle dans une application par la mise en place de web services pour développer l’interaction entre les fonctionnalités du programme IA et de l’application ;

16 - Préparer et exécuter les plans de test à partir de scénarios d'utilisation afin de garantir la fiabilité de l'application livrée et corriger les anomalies ;

17 - Superviser la donnée d’une application d’intelligence artificielle à l’aide d’outils de monitoring afin de détecter les dysfonctionnements et les incohérences ;

18 - Apporter une évolution technique ou fonctionnelle de l’application d’intelligence artificielle afin de mieux répondre à un besoin ou améliorer la sécurisation de l’outil ;

19 - Participer à la modification des composants du programme d’intelligence artificielle en modifiant ses paramètres avec le data scientist afin d’optimiser le traitement de l’algorithme et améliorer les capacités fonctionnelles de l’application ;

Modalités d'évaluation :

L'évaluation est réalisée par le biais de mises en situations professionnelles et d'évaluations continues.