Certification professionnelle

Objectifs et contexte de la certification :

Depuis les cinq dernières années, les projets Data Science et d’intelligence artificielle connaissent une forte croissance dans des domaines très variés, tels que l’industrie pétrolière, la téléphonie, la distribution, la banque, la finance et les services. Les récentes évolutions technologiques permettent de faire évoluer ces projets vers la mise en place de véritables solutions d’intelligence artificielle. La réalisation de ces projets nécessite de former des équipes de « Data-Engineers » et de « Data Scientists » pour lesquelles il est nécessaire de conjuguer l’acquisition des compétences techniques et méthodologiques, l’expérience des cas concrets et surtout, un parcours d’apprentissage jalonné.

Les principales compétences visées par cette certification sont celles nécessaires à la mise en œuvre des activités suivantes :

• Spécifier, programmer et optimiser les algorithmes et les modèles de datascience
• Industrialiser, sécuriser, rendre résilient et utilisable les modèles de datascience
• Maintenir les modèles et algorithmes en état de fonctionnement

Compétences attestées :

1. Savoir documenter les modèles avec Jupyter Notebook
2. Savoir construire le worflow graphique d'un modèle
3. Être capable d’utiliser les notebooks et gérer les versions de modèle avec Git/GitHub
4. Savoir utiliser la méthode pour CRISP pour mener à bien un projet
5. Maîtriser la méthode DevOps en lien avec la méthode CRISP (DataOps)
6. Savoir ordonnancer un ensemble d'algorithmes
7. Savoir exploiter les méthodes d'injection des résultats de DataScience dans les applications digitales de l'entreprise
8. Maîtriser les méthodes statistiques de monitoring des modèles de Machine Learning
9. Savoir programmer des alertes en cas de disfonctionnement des modèles

Modalités d'évaluation :

Les modalités d’évaluation s’articulent autour d’exercices pratiques, d’un questionnaire à choix multiples et d’un projet opérationnel :

- Les compétences les plus conceptuelles et théoriques font l’objet uniquement de questionnaires à choix multiples ;

- Les compétences les plus pratiques font l’objet :

o d’exercices qui permettent de valider que l’apprenant sait les mettre en application. Ainsi, ces compétences sont évaluées à la fois par des questionnaires à choix multiples et des travaux pratiques ;

o d’un projet opérationnel permettant de mettre en pratique et d’articuler l’ensemble des compétences

Exercices pratiques

Les exercices pratiques sont réalisés pendant l’action de formation.

Le résultat attendu est la validation de la réalisation intégrale et complète de chaque exercice. 

Finir l’exercice pratique permet de valider que la compétence évaluée est acquise

Questionnaire à choix multiples

Les questions permettent à l’apprenant de valider qu’il a bien assimilé les compétences techniques.

Pour chaque question :

- 4 réponses possibles 

- 1 seule bonne réponse

Obtenir un score supérieur à la moyenne permet de valider que la compétence évaluée est acquise

Projet opérationnel

Au début de la formation, les candidats recevront une information sur le projet à réaliser, la constitution des groupes et le planning de réalisation du projet. Le thème du projet sera communiqué pendant la formation lorsque les candidats auront abordé les compétences nécessaires à sa réalisation.