IT IA – Certification Atlas

1. Identifier et sélectionner un jeu de données pertinent
afin de répondre aux besoins métiers et aux cas d’usage définis, en veillant à la cohérence, à la qualité et à la pertinence des données mobilisées.

2. Identifier les risques éthiques, sociétaux et réglementaires
liés à l’exploitation d’une solution d’intelligence artificielle, afin de prévenir les dérives potentielles et garantir une utilisation responsable de l’IA.

3. Préparer et traiter les données
pour renforcer leur intégrité, leur fiabilité et leur pertinence, en mobilisant des techniques adaptées et en tenant compte des besoins métiers et des cas d’usage identifiés lors du cadrage du projet.

4. Choisir un modèle d’intelligence artificielle adapté aux cas d’usage,
en évaluant sa pertinence, ses performances et ses limites, et en s’appuyant sur une démarche méthodologique et scientifique.

5. Entraîner et ajuster un modèle d’intelligence artificielle,
de manière automatique ou supervisée, afin de valider la pertinence des solutions développées au regard des objectifs métiers et des cas d’usage définis.

6. Implémenter une solution d’intelligence artificielle
dans un environnement technique, en intégrant les briques technologiques nécessaires (moteurs, reporting, suivi des prédictions, etc.) pour permettre son exploitation opérationnelle.

7. Contribuer à la conception et à l’évaluation d’une architecture cible,
en identifiant les contraintes techniques, organisationnelles et fonctionnelles, afin de garantir les performances attendues de la solution.

8. Mesurer la performance et les impacts d’une solution d’intelligence artificielle
afin d’en assurer le bon fonctionnement dans la durée, conformément aux cas d’usage, aux exigences métiers et aux enjeux identifiés.

9. Mettre en œuvre une démarche d’amélioration continue
de la solution d’intelligence artificielle, en tenant compte de l’évolution des besoins utilisateurs, des données disponibles et des objectifs initiaux du projet.

Module 1 – Données et préparation

• Module 1.1 : Techniques de traitement de données – 12 h
• Module 1.2 : Préparation de données – 14 h

Module 2 – Modélisation et apprentissage

• Module 2.1 : Modélisation IA – 14 h
• Module 2.2 : Mettre en œuvre des méthodes d’apprentissage – 14 h

Module 3 – Éthique, enjeux et performance

• Module 3.1 : Risques éthiques et sociétaux – 18 h
• Module 3.2 : Mesure et suivi de la performance – 28 h

Module 4 – Industrialisation et architecture

• Module 4.1 : Industrialisation et déploiement – 22 h
• Module 4.2 : Documentation et architecture – 28 h

• • Durée :
    150 heures réparties sur environ 3 semaines, selon un rythme compatible avec l’activité professionnelle.

• • Modalités pédagogiques :
    parcours mixte combinant formation à distance et accompagnement tutoré.
    • Webinaires live animés par un formateur expert, avec échanges et questions en direct
    • Contenus asynchrones accessibles à tout moment (vidéos, ressources pédagogiques)
    • Cas pratiques et travaux applicatifs à réaliser à son rythme
    • Possibilité de revoir les webinaires en replay pendant toute la durée du parcours

• • Accompagnement :
    tutorat pédagogique assuré tout au long du parcours, avec suivi de la progression et appui méthodologique.

• • Évaluation des compétences :
    évaluation progressive tout au long du parcours à travers des cas pratiques et des questionnaires de validation des acquis.

• • Validation finale :
    à l’issue du parcours, le stagiaire présente ses travaux devant un évaluateur et un jury afin de valider les compétences du référentiel de certification.

• • Certification :
    validation des compétences menant à la certification
    « Concevoir et implémenter une solution d’IA – Parcours 2 Professionnels IT ».

• • Financement :
    certification éligible aux dispositifs de financement de l’OPCO Atlas, avec accompagnement OIDANEOS dans les démarches.