Certification professionnelle

Analyser les composantes et enjeux intrinsèques aux projets IA en s’appuyant sur un système de veille technologique et économique afin de détecter les opportunités de projets d’intelligence artificielle au sein de l’entreprise (par exemple le cas des IA génératives).

Mesurer l’impact de l’intelligence artificielle sur l’environnement, la société et l’individu, en identifiant les éventuels décalages par rapport aux dispositions du RGAA et définir des solutions de remédiation et/ou de collaboration afin d’adopter une démarche soucieuse des questions éthiques.

Anticiper les problématiques potentielles liées à la sécurisation et la protection des données personnelles en contrôlant les données afin de respecter la réglementation en vigueur.

Définir une politique de protection de données en identifiant les principaux risques internes et externes liés à leur sécurité afin de mieux les gérer.

Mettre en œuvre une politique d’assurance qualité des données en s’appuyant sur un référentiel de procédures qualité pour permettre leur accessibilité, compréhension et exploitation ultérieure

Etude de cas pratique :

A partir d’une étude de cas d’entreprise détaillant son secteur d’activité et ses enjeux futurs, le candidat complète l’analyse sectorielle à travers des sources extérieures et propose différentes options stratégiques pour l’usage de l’IA au sein de l’entreprise, ensuite présente une analyse des impacts humains, sociétaux et environnementaux de chacune des options stratégiques. Il doit proposer des solutions de remédiation et/ou de collaboration.

Etude de cas pratique :

A partir d’un cas de création ou de développement d’un projet Data en entreprise ou autre type d’Organisation, le candidat réalise une analyse complète relative aux enjeux de sécurité et de protection des données personnelles. Il propose une politique et un plan de protection et d’assurance qualité des données.

Agréger un ensemble de données à partir de sources hétérogènes, internes   et   externes   à l'entreprise et ceci de façon sécurisée afin de les exploiter.

Analyser les données en identifiant les anomalies et les manques pour évaluer leur qualité et leur potentiel d’exploitation et implémenter les corrections et améliorations nécessaires.

Sélectionner les outils techniques pour le stockage, le nettoyage et le traitement des données en explorant les bibliothèques existantes pour les applications data afin de préparer l’analyse de données.

Réaliser une analyse statistique de données à l’aide de méthodes adaptées à la nature du projet afin de d’extraire une information opérationnelle pour la prise de décision.

Modéliser les données en s’appuyant sur des modèles statistiques explicatifs afin de les rendre intelligibles et exploitables.

Mise en situation professionnelle reconstituée :

A partir d’un jeu de données brutes provenant de différentes sources, le candidate devra collecter les données pour l’analyse et présenter un jeu de données traitées en utilisant les outils et techniques appropriés. Ensuite, il devra réaliser des analyses statistiques et des recommandations de modélisation de données permettant de répondre à un problème métier.

Traduire les contenus bruts en données structurées en appliquant des techniques de vectorisation afin de les rendre exploitables par des algorithmes d’apprentissage automatisés.

Augmenter les données en mettant en œuvre une démarche d’ingénierie des fonctionnalités et en s’appuyant sur une expertise métier et sectorielle pour en améliorer leur exploitation.

Implémenter des modèles d’apprentissage profond en concevant une architecture optimisée afin de maximiser la puissance prédictive.

Anticiper et remédier aux problèmes de type sur- apprentissage des modèles élaborés en mettant en place des indicateurs permettant d’en mesurer les performances afin d’assurer l’opérationnalité de la solution d’intelligence artificielle.

Sélectionner l’algorithme d’intelligence artificielle adapté au problème à résoudre en réalisant des études comparatives de différents algorithmes, et en prenant en compte les besoins spécifiques des utilisateurs, notamment des personnes en situation de handicap afin   d’assurer l’efficacité de la solution.

Définir une stratégie d’optimisation des algorithmes par un échantillonnage exhaustif ou aléatoire de l’espace des paramètres et par la mise en œuvre de métriques adaptées aux problématiques d’intelligence artificielle afin d’améliorer l’efficacité des modèles.

Evaluer la fiabilité des algorithmes prédictifs en appliquant une stratégie de validation croisée des données afin de minimiser l’influence des valeurs extrêmes.

Mise en situation professionnelle reconstituée : à partir d’un jeu de donnée d’entreprise, le candidate devra mettre en œuvre divers prétraitements et augmentation de données afin de rendre ces dernières exploitables par les techniques d’apprentissage automatisées.

Mise en situation professionnelle, réalisée dans un environnement cloud dédié : le candidat devra concevoir des solutions d’apprentissage profond, en mesurer les performances et mettre en place des modèles d’IA adaptés à ces solutions. Ensuite, en se basant sur la solution proposée ci-haut, le candidat devra réaliser un rapport de synthèse et d’étonnement incluant l’explication des choix de solutions IA implémentés, l’interprétation des résultats, l’évaluation de la fiabilité des algorithmes et une proposition d’optimisation.

Traduire les contenus bruts en données structurées en appliquant des techniques de vectorisation afin de les rendre exploitables par des algorithmes d’apprentissage automatisés.

Augmenter les données en mettant en œuvre une démarche d’ingénierie des fonctionnalités et en s’appuyant sur une expertise métier et sectorielle pour en améliorer leur exploitation.

Implémenter des modèles d’apprentissage profond en concevant une architecture optimisée afin de maximiser la puissance prédictive.

Anticiper et remédier aux problèmes de type sur- apprentissage des modèles élaborés en mettant en place des indicateurs permettant d’en mesurer les performances afin d’assurer l’opérationnalité de la solution d’intelligence artificielle.

Sélectionner l’algorithme d’intelligence artificielle adapté au problème à résoudre en réalisant des études comparatives de différents algorithmes, et en prenant en compte les besoins spécifiques des utilisateurs, notamment des personnes en situation de handicap afin   d’assurer l’efficacité de la solution.

Définir une stratégie d’optimisation des algorithmes par un échantillonnage exhaustif ou aléatoire de l’espace des paramètres et par la mise en œuvre de métriques adaptées aux problématiques d’intelligence artificielle afin d’améliorer l’efficacité des modèles.

Evaluer la fiabilité des algorithmes prédictifs en appliquant une stratégie de validation croisée des données afin de minimiser l’influence des valeurs extrêmes.

Rédaction d’un cahier de spécifications fonctionnelles et techniques : le candidat devra produire ce document sur la base d’un cas de projet d’IA.

Etude de cas : sur la base d’un modèle d’IA implémenté en entreprise, le candidat réalise un diagnostic des ressources informatiques et émet des préconisations pour assurer la performance du modèle d’intelligence artificielle mis en production.

Etude de cas : le candidat propose un plan de maintenabilité du code et d’évolution logicielle pour permettre la performance à long terme du projet IA.

Concevoir une interface Homme-Machine simple (plateforme) adaptée au projet en s'appuyant sur des bibliothèques de programmation dédiées afin de visualiser les résultats du projet d’intelligence artificielle tout en prenant en compte les besoins des personnes en situation de handicap.

Présenter les solutions d’intelligence artificielle élaborées en s’appuyant sur des solutions de visualisation de données internes ou externes à l’entreprise afin faciliter la compréhension des enjeux et des risques par toutes les parties prenantes du projet.

Surveiller l’interface Homme-Machine simple (Plateforme) permettant la restitution des résultats du projet d’intelligence artificielle en mettant en place des indicateurs de performances et des alertes d’anomalie adaptés aux besoins métiers afin de gérer le comportement de l’interface dans le temps.

Développer les possibilités d’usage des résultats du projet IA en identifiant les principaux usages dans différents domaines et en analysant leurs implications éthiques afin de les valoriser, les rendre plus opérationnelles et plus responsables.

Etude de cas : le candidat devra concevoir un IHM simple et produire une note analysant les solutions de visualisation des données issues du modèle IA et présenter devant un jury les résultats du projet.

Etude de cas : à partir d’un cas réel de projet d’IA, le candidat devra produire une note avec des propositions de suivi de l’évolution de la solution IA et la présenter devant un jury.

Etude de cas : à partir d’un cas réel de projet d’IA, le candidat devra produire une note avec des recommandations sur les différentes possibilités d’usages des résultats d’un projet IA ainsi que leurs implications éthiques. Il doit également la présenter devant un jury de professeurs.

Coordonner le projet en s’appuyant sur des méthodes et des outils de gestion adaptés au contexte de l’entreprise et à la nature du projet d’intelligence artificielle afin d’assurer sa finalisation dans le respect des délais et des contraintes techniques et financières.

Animer l’équipe en communiquant sur l’avancement du projet et en clarifiant les missions de chacun tout au long du projet afin de s’assurer de l’investissement et du suivi des équipes.

Mettre en œuvre des modalités de recrutement et de formation permettant d’assurer la diversité des profils techniques des équipes afin de répondre aux exigences du projet et créer un environnement de travail inclusif.

Gérer un budget complet du projet d’intelligence artificielle en intégrant les coûts internes et externes ainsi que les contraintes de temps et de ressources afin d’assurer le retour sur investissement du projet pour l’entreprise.

Mise en situation professionnelle : le candidat est soumis au sein d’un groupe d’apprenants à un projet d’intelligence artificielle confié par une entreprise. Il réalise un rapport de mission et une soutenance orale devant un jury composé de professeurs et d’experts.