Management de projets - Intelligence Artificielle, Machine & Deep Learning

La certification vise à préparer au métier de Chef de Projet Intelligence Artificielle. Elle répond à un besoin du monde professionnel dans un secteur en pleine mutation qui subit de plein fouet les changements induits par les nouvelles technologies. L'apparition du terme dans le domaine public est récente et tient à la conjonction de trois facteurs principaux : Le développement de grandes masses de données, Le développement de moyens de calculs puissants (liées à l'utilisation des GPU pour les PC individuels, et plus globalement à la loi de Moore), La mise au point d'algorithmes puissants : les réseaux de neurones convolutifs (associés au développement du deep learning) La plupart des entreprises ont des besoins en termes d'intégration de l'intelligence artificielle dans leur process. Pour que cette intégration soit efficace, il faut à la fois maitriser la partie technique de l'intelligence artificielle, mais également le mode de fonctionnement des entreprises. Le chef de projet intelligence artificielle apporte une réponse à cette double problématique en faisant le lien entre les volets technologiques et organisationnels des transformations IA. Dans ce contexte, les activités abordées par la certification couvrent les deux grands domaines de la conduite du projet IA qui nécessite l'acquisition de compétences en « Business et Management » et des compétences en IA techniques. Il s'agit d'un profil que l'on trouve peu sur le marché et pour lequel la demande est forte.

Identifier des projets IA en exerçant une veille sur les innovations internationales fondées sur l'IA, en particulier dans les domaines du Machine Learning, Deep Learning, Neural Networks. Déterminer les solutions facilitant l'usage des projets IA, en exerçant une veille, en respectant les pratiques et la réglementation (notamment le RGAA). Animer des ateliers pour imaginer des nouvelles solutions, en collectant des idées à travers des outils collaboratifs... Formaliser les idées recueillies. Piloter l'évolution de la solution alpha a la version bêta et de la version bêta à la version admissible en développant le périmètre et les différents algorithmes. Piloter la mise en œuvre d'un périmètre restreint, la solution envisagée avec un algorithme simple en utilisant un prototypage et en travaillant sur des échantillons limités de données texte, image ou audio, en faisant des essais d'algorithmes et de modèles statistiques adaptés au type d'apprentissage souhaité. Élaborer le cahier des charges du projet IA. Élaborer le budget du projet IA en identifiant les coûts. Manager une équipe projet IA Traiter des données grâce aux techniques de Data Mining / Data Analysis. Modéliser des données (Data Modeling) sous un format exploitable quelle que soit leur source : texte, image, son. Concevoir un modèle IA en élaborant le Design de l'architecture informatique via une Application Programming Interfaces (API) en définissant des objectifs de performance visés, en sélectionnant un ou plusieurs algorithmes adaptés. Optimiser le modèle IA en interprétant les premiers résultats obtenus en contrôlant la qualité des modèles prédictifs – Time-series Predictions / Predictive Analytics – à l'aide de scénarios de test préétablis – test théorique ou cas d'usage réels. Définir une expérience utilisateur (UX) grâce à une interface (UI) simple et facile d'accès en animant des ateliers de conception, prototypage et tests de l'interface. Contrôler le respect de la réglementation en matière de protection des données personnelles (RGPD) en établissement une politique de collecte des données conforme à la réglementation et aux valeurs de l'entreprise. Prévenir les risques en matière de cybersécurité, d'intrusion dans l'architecture technique retenue ou d'exploitation abusive des données collectées en protégeant les données personnelles collectées dans le cadre de la mise en œuvre de la solution d'IA. Mesurer l'impact de l'IA sur l'environnement, la société et l'individu et définir des solutions de remédiation et/ou de collaboration. Présenter des enjeux technologiques auprès de publics non spécialistes de l'IA en faisant des propositions d'applications étendues à des univers connexes.

Chef de projet en intelligence artificielle