PRE-REQUIS

Être titulaire d’une certification de niveau 6 dans le domaine visé.

A défaut :

• Avoir validé à minima un niveau 5 en lien avec la certification
• Justifier d’une expérience professionnelle significative (plus de 3 ans) en lien avec les activités et les compétences relevant de la certification

Expérience professionnelle en informatique requise : Une expérience professionnelle, des stages dans des domaines tels que l’informatique, l’ingénierie informatique ou autres domaines liés

Compétences en programmation : Les compétences en programmation sont essentielles pour comprendre et travailler avec l’IA. Les langages de programmation les plus couramment utilisés dans le domaine de l’IA incluent Python, Java ou C++…      Une expérience en programmation est demandée

Connaissances en mathématiques et en statistiques : Les concepts d’IA sont souvent basés sur des principes mathématiques et statistiques. Une bonne compréhension de ces domaines est nécessaire pour suivre une formation en IA dans de bonnes conditions

Compréhension de base de l’IA et du Machine Learning : Bien que la formation apporte des détails spécifiques de ces domaines, une compréhension de base de ce qu’est l’IA et comment elle fonctionne est demandée

CONDITIONS D’ACCES

La procédure d’inscription se déroule en plusieurs phases :

• Pré-inscription via un formulaire en ligne
• Envoi des justificatifs de diplômes et d’expériences
• Entretien en visio-conférence avec un représentant de l’organisme de formation et un intervenant
• Test de positionnement

PUBLIC CIBLE

Public cible :

• Professionnels de l’informatique : Les développeurs de logiciels, les architectes de systèmes, les analystes de données, et d’autres professionnels de l’informatique souhaitant  élargir leurs compétences et se préparer à des rôles de développeur d’IA.
• Jeunes diplômés souhaitant compléter une formation en informatique et ayant déjà une expérience en entreprise (stage, alternance…).

OBJECTIFS PEDAGOGIQUES ET OPERATIONNELS

A l’issue de la formation, le participant sera en mesure de :

• Analyser expérimentalement les différents modèles d’Intelligence Artificielle/Machine Learning à travers des tests et des analyses statistiques afin de répondre aux besoins du client
• Affiner le modèle d’Intelligence Artificielle/Machine Learning en cherchant les paramètres optimaux et en évaluant l’adéquation des modèles d’apprentissage avec le besoin exprimé afin de garantir ses capacités de prédiction
• Déployer ou Industrialiser le modèle d’Intelligence Artificielle/Machine Learning à travers la mise en place des pipelines de données et dans le respect du cadre réglementaire pour garantir la qualité, la fiabilité, la rapidité et la scalabilité de la solution
• Évaluer la performance du modèle d’Intelligence Artificielle/Machine Learning déployé ou industrialisé en se basant sur les métriques de référence afin d’optimiser ce modèle
• Communiquer ses résultats au client (interne/externe) de façon accessible (datavisualisation) pour démontrer la performance du modèle d’Intelligence Artificielle/Machine Learning

PROGRAMME

La possibilité de valider un ou des blocs de compétences est proposée par le certificateur.

MODALITES PEDAGOGIQUES

La formation se déroule à 100% à distance et alterne des phases de distanciel synchrone sous forme de classes virtuelles et des phases en distanciel asynchrone.

Cours  : permettant d’acquérir les connaissances en lien avec l’IA

Ateliers pratiques :  projets pratiques liés à l’IA

Études de cas : travail sur des situations tirées de cas réels

Travail en groupe : Pour développer des compétences en collaboration,  communication, essentielles pour la gestion de projets

Des ressources en ligne (documents, tutoriels, forums de discussion…) qui complètent l’apprentissage en salle

Évaluations  formatives : des tests réguliers, des projets et des sessions de feedback pour aider les participants à évaluer leur progression et à identifier les points d’amélioration

MODALITES D’EVALUATION

Mise en situation : Conception et mise en œuvre d’un modèle d’IA/ML.

Le candidat (seul), doit à partir d’une problématique, de données de test, et d’une série d’exigences, fournies par une entreprise fictive ou réelle :

1. Choisir le modèle d’IA/ML le plus adapté à la problématique en se basant sur des tests et des analyses statistiques et justifier son choix,
2. Paramétrer le modèle pour qu’il traite le plus efficacement possible la problématique,
3. Mettre en place la solution la plus pertinente et respectueuse du cadre réglementaire dans une perspective d’industrialisation,
4. Mesurer la performance du modèle retenu et optimiser le modèle en fonction des résultats obtenus et des métriques de référence fournies par le client (performance du modèle, métriques métiers),
5. Communiquer sur la solution de façon accessible à l’aide d’une datavisualisation et justifier ses choix à travers une présentation.

Le candidat présente sa solution de ML à un jury de deux personnes représentant le client (data visualisation et présentation) et justifie ses choix techniques par rapport aux besoins du client.

EQUIVALENCES

Après validation du bloc, vous pouvez intégrer la préparation  à la certification complète en étant dispensé de l’unité de formation et des évaluations du bloc.

DEBOUCHES

A l’issue de l’obtention de la certification, vous pourrez intégrer des entreprises de toutes tailles et de tous secteurs au sein de services data, informatiques ou IA, auprès de services métiers divers.

PRIX

6 900 € repas et pauses compris

Découvrez les différents financements possibles ici.

Votre situation nécessite des adaptations ? N’hésitez pas à contacter notre référent handicap à l’adresse suivante : asoares@ensup.eu

Il s’agit d’une nouvelle formation et aucune session n’a encore été réalisée. Le taux d’obtention n’est pas encore disponible car le titre a récemment été déposé (mai 2023).