Concevoir et implémenter une solution d’Intelligence Artificielle pour les professionnels de la Data
Les objectifs
Les prochaines sessions
En quelques mots...
Public
Professionnels de l'informatique et du traitement des données (data engineer, data analyst, business data analyst et architecte data).
Pré-requis
Exercer un emploi comportant des activités orientées vers la création d'infrastructures, de logiciels, vers le traitement et l'analyse de données ou encore vers la maintenance des systèmes
Des connaissances en mathématiques et statistiques, en particulier dans l'exploitation de données (statistiques descriptives, probabilités, statistiques inférentielles, analyse exploratoire des données, modélisation statistique)
Expérience en programmation (1er niveau de maîtrise des langages de programmation, connaissances algorithmes et structures de données, architecture logicielle, systèmes d'exploitation)
Méthodes et Moyens pédagogiques
Formation réalisée en Présentiel, Distanciel ou Dual-Learning selon la formule retenue.
Mise à disposition de nos environnements de visio sur nos formations en Distanciel
Remise d'une documentation pédagogique numérique pendant la formation
La formation est constituée d'apports théoriques, d'exercices pratiques et de réflexions
Dans le cas d'une formation sur site Entreprise, le client s'engage à avoir toutes les ressources pédagogiques nécessaires (salle, équipements, accès internet, TV ou Paperboard...) au bon déroulement de l'action de formation conformément aux prérequis indiqués dans le programme de formation
Modalités de suivi et d'évaluations
Auto-positionnement des stagiaires avant la formation
Émargement des stagiaires et formateur par 1/2 journée
Exercices de mise en pratique ou quiz de connaissances tout au long de la formation permettant de mesurer la progression des stagiaires
Auto-évaluation des acquis de la formation par les stagiaires
Questionnaire de satisfaction à chaud et à froid à l'issue de la formation
Informations pratiques
Accessibilité , modalités et délais d'accès
Programme mis à jour le 03/03/2025
Programme détaillé
DOCUMENTATION
- Durée : 4 heures
- Conception de jeu de donnée
TECHNIQUE DE TRAITEMENT DE DONNEE
- Durée : 10 heures
- Technique de traitement de donnée
- Evaluation de connaissance
PREPARATION DES DONNEES
- Durée : 12 heures
- Cycle de vie des jeux de données
- Traitement ETL
- Structure des documents
- Bonnes pratiques
- Chaine d'approvisionnement
- Transformation et nettoyage des données
- Processus selon les besoins métiers
- Evaluation de connaissance
ADAPTATION DE LA SOLUTION AUX ENJEUX SOCIETAUX ET BESOINS CLIENTS
- Durée : 16 heures
- Identifier les risques éthiques et sociétaux
- Identifier et corriger les dérives du modèle
- Analyser et réévaluer de manière périodique les indicateurs de performance
- Intégrer les retours utilisateurs et les limites d'utilisation
MESURE ET SUIVI DE PERFORMANCE
- Durée : 18 heures
- Analyser et réévaluer de manière périodique les indicateurs de performance
- Comprendre les objectifs et les domaines d'applications de l'IA
- L'automatisation des corrections des modèles
- Outils de monitoring d'entrainement
- Evaluation de connaissance
MENACES
- Durée : 8 heures
- Introduction aux menaces
- Attaques adversariales
- Empoisonnement des données
- Stockage de la donnée
- Fuites d'informations
- Évaluer les risques résiduels après l'application des mécanismes de défenses
- Evaluation de connaissance
CONNAISSANCE GENERALES LIES AUX MODELES IA
- Durée : 16 heures
- Introduction aux différents modèles d'IA
- Développer des modèles d'IA en python
- Développer des réseaux de neurones
- Evaluation de connaissance
MODELISATION IA
- Durée : 14 heures
- Prise de recul par rapport à des cas d'usage
- Sensibilisation à l'ecoconception et au code optimisé
- Apprendre les bonnes pratiques pour gérer un projet d'IA
- Maîtriser les bases et les bibliothèques de Python pour l'IA
- Comprendre les objectifs et les domaines d'application de l'IA
- Intégration d'agents dans la conception
- Evaluation de connaissance
LES METHODES D'APPRENTISSAGE
- Durée : 12 heures
- Maîtriser les environnements de développement
- L'optimisation du code
- Optimiser les méthodes d'apprentissage en fonction du jeu de donnée
- Evaluation de connaissance
L'INDUSTRIALISATION ET ARCHITECTURE
- Durée : 18 heures
- Introduction aux bonnes pratiques MLOps
- Exposer un modèle IA
- Maîtriser les techniques de versionnage et de mise en production des modèles
- Optimisation du cycle de vide des composents
- Intégrer les retours utilisateurs et les limites d'utilisations
- Évaluation de la qualité et de la pertinence des donnés
- Intégration et déploiement continue
- Evaluation de connaissance