Concevoir et implémenter une solution d’IA – parcours Renforcé « Professionnels IT »

Les objectifs pédagogiques sont:

• Former les participants à l’intégration efficace de solutions IA dans des environnements IT complexes. 
• Développer des compétences en déploiement et optimisation de modèles IA à grande échelle. 
• Assurer une gestion efficace des processus de livraison continue (CI/CD) pour les modèles IA.

Documentation (1,5 jours) :

• Documenter le flux de traitement des données et le cycle de vie de la donnée 

• Gestion de la documentation technique associée à la production IA 

Techniques de traitement de données (3 jours)

• Techniques de génération et d’augmentation de données 

• Confidentialité et sécurité des données dans les processus IA 

Préparation des données (3 jours)

• Techniques avancées de nettoyage des données 

• Biais et risques éthiques liés à la préparation des données 

Adapter la solution aux enjeux sociétaux et besoins clients (2 jours)

• Identification des besoins métiers 

• Évaluation des impacts des solutions IA sur les utilisateurs finaux 

Mesure et suivi de la performance (3 jours)

• Indicateurs de performance IA, ajustements continus 

• Utilisation des frameworks MLOps et DevOps pour assurer la robustesse des systèmes 

Les menaces (2 jours)

• Identification et mitigation des menaces IA (attaques adversariales, dérives) 

• État de l’art des mécanismes de sécurité IA 

Modélisation IA (3 jours)

• Développement avancé des modèles IA 

• Utilisation des bibliothèques spécialisées (Tensorflow, Keras) et frameworks adaptés 

Méthodes d’apprentissage (2,5 jours)

• Optimisation et automatisation des tâches d’apprentissage 

• Approfondissement sur les algorithmes et techniques d’apprentissage IA 

Industrialisation et architecture (2 jours)

• Intégration des modèles dans des environnements industriels 

• Utilisation des outils de monitoring IA et optimisation continue 

Amélioration continue (2 jours)

• Stratégies d'amélioration des modèles IA 
• Utilisation de techniques d’optimisation (Optuna, Tensorboard) 

Déroulé séquencé :

1. Fondamentaux de l'IA pour les infrastructures IT (20 heures)
2. Techniques avancées de gestion des données pour l'IA (30 heures)
3. Déploiement de solutions IA dans des environnements cloud (40 heures)
4. Industrialisation et MLOps (40 heures)
5. Stratégies de maintenance et d'amélioration continue (20 heures)

Modalités d’évaluation formative :

• Projets pratiques sur l’intégration et le déploiement de modèles IA dans des environnements IT. 
• Évaluations techniques après chaque module pour valider les compétences acquises. 
• Simulations d'environnements de production pour tester les capacités des participants à gérer des systèmes en temps réel. 

Conditions matérielles :

• Accès à des infrastructures cloud pour les exercices pratiques. 
• Salles équipées de postes de travail avec des configurations avancées pour les simulations en environnement IT. 
• Support numérique disponible via la plateforme LMS.