Concevoir et implémenter une solution d’IA – parcours Cible « Professionnels Data »
Présentation
Former les professionnels du traitement des données à la conception, mise en œuvre, et amélioration des solutions d’intelligence artificielle tout en maîtrisant les aspects techniques, éthiques, et opérationnels.
Domaine d’activité:
Le domaine d’activité est la formation professionnelle spécialisée en intelligence artificielle et traitement des données.
Il s’agit d’un programme structuré pour former des professionnels (tels que des data engineers et data analysts) aux aspects techniques, éthiques et opérationnels de l’intelligence artificielle, incluant :
- La préparation et le nettoyage des données.
- Le développement et la modélisation de solutions IA (machine learning et deep learning).
- L’intégration et l’industrialisation de ces solutions dans des environnements techniques.
- La gestion continue de la performance et de l’amélioration des modèles IA.
Public et pré-requis: Destiné aux professionnels de l’informatique, des données (data engineers, data analysts).
Modalités pédagogiques:
- Méthodes : Apprentissage par la pratique (learning by doing), études de cas réels, ateliers collaboratifs.
- Moyens : Utilisation de plateformes comme Jupyter Notebooks pour les exercices pratiques, accès à des bases de données réelles pour les études de cas, plateformes LMS pour les cours en ligne.
Pré-requis: Avoir une compréhension de base des concepts de gestion de données et une expérience pratique dans des environnements de données structurées.
Objectifs
Les objectifs pédagogiques sont:
- Permettre aux participants de comprendre et appliquer les principes fondamentaux de l'IA dans un contexte de traitement de données.
- Maîtriser les outils et techniques de préparation des données pour le développement de solutions IA.
- Acquérir des compétences en modélisation IA, en tenant compte des exigences métiers.
- Assurer la qualité et la cohérence des données pour un usage optimal dans des solutions IA.
Programme
Documentation (1 jour)
- Documenter les jeux de données (datasheet, documentation technique)
- Documenter le flux de traitement des données (chaîne d'approvisionnement)
- Suivi du cycle de vie de la donnée
Techniques de traitement de données (2 jours)
- Génération de données (données synthétiques, confidentialité)
- Techniques d’augmentation de données
Préparation des données (2 jours)
- Évaluation de la qualité et de la pertinence des données
- Data-cleaning : identification des données aberrantes, gestion des données manquantes
- Identification des biais et méthodes d’atténuation
Adapter la solution aux enjeux sociétaux et besoins clients (1,5 jours)
- Identification des risques éthiques et sociétaux liés à l’utilisation de l’IA
- Connaissance des besoins métiers et des cas d’usage
Mesure et suivi de la performance (2 jours)
- Définition et suivi des indicateurs de performance
- Techniques de MLOps, versionnage et mise en production des modèles
Les menaces (1,5 jours)
- Connaissance des menaces pesant sur les solutions IA
- Évaluation des risques résiduels et techniques d’atténuation
Modélisation IA (2,5 jours)
- Développement de modèles IA (prédiction, classification, réseaux de neurones)
- Utilisation des environnements de développement (Jupyter, Tensorflow, Keras)
Méthodes d’apprentissage (2 jours)
- Optimisation des méthodes d’apprentissage en fonction des jeux de données
- Introduction aux bibliothèques spécialisées du marché
Industrialisation et architecture (2 jours)
- Bonnes pratiques MLOps (versionning, CI/CD)
- Déploiement de l’IA via API et services web
- Notions d’architecture des systèmes d’information intégrant l’IA
Industrialisation et architecture (2 jours)
- Mesure des performances des solutions IA
- Évolution des solutions en fonction des nouvelles données et des retours utilisateurs
Organisation
Déroulé séquencé :
- Introduction à l'IA et enjeux métiers (16 heures)
- Techniques de préparation et de nettoyage des données (24 heures)
- Développement des modèles IA (36 heures)
- Mise en œuvre et intégration des modèles (32 heures)
- Suivi et amélioration des solutions IA (20 heures)
Modalités d’évaluation formative :
- Quiz réguliers après chaque module pour évaluer la compréhension des concepts.
- Études de cas pratiques où les participants doivent préparer et traiter un jeu de données réel.
- Projets intermédiaires axés sur le développement d'un modèle IA pour un cas d’usage spécifique.
Méthodes et moyens pédagogiques adaptés :
- Méthodes : Apprentissage par la pratique (learning by doing), études de cas réels, ateliers collaboratifs.
- Moyens : Utilisation de plateformes comme Jupyter Notebooks pour les exercices pratiques, accès à des bases de données réelles pour les études de cas, plateformes LMS pour les cours en ligne.
Conditions matérielles :
- Salles équipées de matériel informatique avec accès à des environnements de développement IA.
- Support pédagogique numérique, accessible via une plateforme dédiée.
- Accès à des outils collaboratifs pour le travail en groupe et les projets partagés.
Informations
Prochaine date :
Du 03/02/2025 au 27/02/2025
Durée : 128h00 (18 jours)
Tarif(s) :
Attestations / Certifications :
Concevoir et implémenter une solution d'IA
Ces formations peuvent vous intéresser :
Concevoir et implémenter une solution d’IA – parcours Renforcé « Professionnels IT »
Former les professionnels IT à l’utilisation et à la mise en œuvre de solutions IA, avec un renforcement particulier sur […]
Concevoir et implémenter une solution d’IA – Parcours Allégé « Data Scientists »
Approfondir les compétences des Data Scientists en modélisation IA, gestion de données, et déploiement d’architectures tout en allégeant la formation […]
Lead Implementer
La formation ISO/IEC 27001 Lead Implementer permet aux participants d’acquérir les connaissances nécessaires pour aider une organisation à planifier, mettre en œuvre, […]
Lead Auditor
La formation ISO/IEC 27001 Lead Auditor permet d’acquérir les compétences nécessaires pour réaliser des audits de systèmes de management de […]
Un accompagnement de qualité
Ingénierie pédagogique personnalisé
OIDANEOS met en oeuvre un accompagnement individualisé de tous ses étudiants, que ce soit au niveau des compétences à transmettre ou de son parcours personnel/professionnel.
Des compétences métiers spécifiques
Notre équipe s'engage dans une démarche qualité afin de proposer des formations correspondant aux attentes présentes et futures du marché du travail.
Le digital au coeur de la formation
L'expérience d'apprentissage combine expérience d'apprentissage et innovations technologiques.
Les logiciels et outils collaboratifs
Nos formations s'accompagnent de spécialisation autour de logiciels, plateformes web et outils collaboratifs spécifiques.
