Chef de projet IA - Intelligence artificielle - Niveau 7

Formation en apprentissage

Apprentissage : principe d’alternance entre enseignement théorique en centre de formation des apprentis (CFA) et formation au métier chez l’employeur avec lequel l’apprenti a signé son contrat.

L’apprenti est salarié de l’entreprise sous contrat de travail à durée déterminée (de 12 mois).

La formation d’un salarié en alternance facilite son intégration dans l’entreprise et lui permet d’acquérir des savoir-faire spécifiques.

Les alternants sont accompagnés par un maître d’apprentissage. Ils doivent posséder la compétence professionnelle requise pour assurer la formation du jeune.

Les objectifs

  • Maîtriser les processus de conception et de développement de solutions IA
  • Acquérir les compétences en veille stratégique et en gestion de projet
  • Développer les compétences en gestion d’équipe et sélection de fournisseurs
  • Explorer les différentes méthodes agiles de gestion de projet
  • Approfondir les compétences en collecte, modélisation et traitement des données
  • Comprendre les enjeux éthiques, juridiques et réglementaires de l’IA
  • Acquérir les compétences en déploiement et adoption des solutions IA
Image de Freepik

Nous vous accompagnons vers la réussite

icons8-diploma-64 (2) 1

Chef de Projet IA - Intelligence Artificielle

Niveau 7

En savoir plus sur le titre RNCP 36129

icons8-online-class-64 (1) 1

Tutorat

Tutorats hebdomadaires d’environ 30mn en fonction de votre avancement et la réalisation de vos missions.

RDV hebdomadaires de 15mn avec votre coach formation.

icons8-online-class-64 (1) 1

Une formation flexible 100 % en ligne

Démarrez votre nouvelle carrière en vous formant à votre rythme.

Accompagnement pédagogique personnalisé au service de votre réussite.

Contenus de formation diversifiés et engageants (infographie, vidéos, audio).

durée

Durée

407 h

2 jours en formation – 3 jours en entreprise.

projets

Projets professionnalisants

Apprenez les compétences clés de votre futur métier en validant des projets tirés de cas concrets d’entreprise.

icons8-diploma-64 (2) 1

Accompagnement à la recherche d'alternance

Nous vous donnons accès à un ensemble d’outils pour vous aider à réaliser votre CV, votre lettre de motivation et vous préparer aux entretiens d’embauche.

Découvrez le programme

12/04/2024

Anticipation des effets des innovations technologiques et des nouveaux usages de l’IA 

  • Concepts de base de l’intelligence artificielle : apprentissage automatique, les réseaux neuronaux, algorithmes d’apprentissage supervisé et non supervisé.
  • Analyse de l’impact potentiel de l’IA sur les produits et services des clients  
  • Les nouveaux usages et tendances émergentes en IA

La veille dans le domaine de l’IA  

  • Méthodologie pour choisir les sources d’informations pertinentes  (sites référents, influenceurs,…)
  • Participation aux manifestations professionnelles (Repérage des événements phares, Evaluation de l’intérêt,Utilisation des réseaux sociaux)
  • Méthodes de collecte de données pour repérer les dernières tendances  
  • Identification des nouveaux besoins des utilisateurs  
  • Analyse des innovations technologiques  
  • Utilisation d’outils de veille et d’analyse de données

Déterminer le périmètre du projet 

  • Importance de la détermination du périmètre et des objectifs d’un projet
  • Sélection et supervision des études complémentaires 
  • Constitution de l’équipe d’experts  
  • Animer des ateliers d’intelligence collective 

Rédiger son plan projet 

  • Présentation du projet, de son contexte et des objectifs à atteindre. 
  • Définition du périmètre : Description claire du périmètre du projet, incluant les fonctionnalités et les caractéristiques attendues du produit final.  
  • Présentation des parties prenantes pour le plan projet
  • Identification des contraintes techniques et fonctionnelles de l’IA
  • Identification de l’enjeux de l’IA dans un projet

 Cycle de Développement Logiciel 

  • Assurance Qualité : Concepts clés, importance, et défis de l’assurance qualité en IA.
  • Cycle de Développement Logiciel : Étapes du développement logiciel, de la conception aux versions alpha, bêta, et release candidate.
  • Prototypage et Types de Données en IA : Techniques de prototypage rapide et traitement de données textuelles, imagées, et audio.
  • Développement et Test de Fonctionnalités IA : Implémentation de fonctionnalités, évaluation de la complexité, et techniques de test et gestion des feed backs utilisateurs 

Gestion de l’équipe projet et sélection de fournisseurs externes 

  • Recrutement et gestion de l’équipe interne
  • Processus d’évaluation des fournisseurs externes en fonction des besoins du projet. 
  • Contrats et accords de prestation : modèles et clauses importantes à considérer. 
  • Gestion des relations fournisseur-client pour assurer la réussite du projet 

Choix d’une méthode agile telle que SAFE, SCRUM ou le cycle en V 

  • Méthodes agiles 
  • SAFE (Scaled Agile Framework)
  • SCRUM  
  • Cycle en V  
  • Choix de la méthode adaptée et pilotage du projet 

 Ressources Humaines / management / reporting 

  • Les différentes organisations de gestion de projet 
  • Rôles et responsabilités 
  • Constitution des équipes 
  • Développement de l’équipe / Sociodynamique 
  • Communication interne / Gestion des conflits
  • Reporting et rapports d’avancement 
  • La communication non violente, l’écoute active, la gestion des conflits… 
  • L’animation de réunion 

Piloter son projet 

  • La Planification
  • Maîtrise des coûts
  • Maîtrise des risque

Collecte de données :  

  • Identification des différentes sources de données structurées et non structurées internes (ERP, CRM, IoT) et externes (open data, base de données payantes) en lien avec le projet identifié
  • Les différentes méthodes de collecte des données : IoT, APIs, web scraping, fichier plats, …) 
  • Identification de la technologie de base de données adaptée (base de données relationnelles, base de données graphe, …)
  • Risques juridiques et réglementaires liés à la collecte des données (RGPD) 

 Méthodes d’apprentissage & modélisation statistique :  

  • Identification des familles de techniques de modélisation statistiques (classification, régression, clustering) à appliquer pour différents cas d’usage  
  • Choix des approches de modélisation et algorithmes (supervisées et non supervisées) adapté à la problématique métier à traiter
  • Concepts de l’apprentissage statistique, machine learning, deep learning, algorithmes supervisés et non supervisés
  • Métriques de suivi de performance du modèle adapté au cas d’usage et à la technique de modélisation retenue (RMSE, MAPE, Matrice de confusion, score F1, Precision & recall, …)

 Boîte à outils technologique : 

  • Architecture et briques technologiques à assembler pour développer la solution d’intelligence artificielle (services managés AWS, Azure, OVH Cloud, Google Cloud, …)
  • Démarche AI Ops pour maintenir la performance de la solution IA dans la durée (ML Ops, CI/CD, mise en place de système d’identification des drifts et anomalies dans les données d’entrée, contrôle de la qualité des données d’entrée et sortie du système IA)
  • Prototypage de solutions IA avec des outils no-code (ex : Orange Data Mining, Dataiku, …) 
  • Les impacts énergétiques de l’IA  (IA frugale)

Sécuriser le déploiement : 

  • Risques liés à la cybersécurité (fuite de données, adversarial attack, …) 
  • Identification des risques juridiques et réglementaires liés à l’utilisation  de système IA (RGPD, IA act) 
  • Les enjeux et risques liés à l’éthique de l’usage de l’IA (non discrimination, inclusivité, …)
  • Construction d’un plan de mitigation des risques

 Faciliter l’adoption utilisateur :  

  • Comprendre l’importance de l’accessibilité numérique et du respect des normes du RGAA (Référentiel Général d’Accessibilité pour les Administrations) dans les projets d’supervisées) adapté à la problématique métier à traiter
  • Définition de parcours utilisateur de la solution IA (Design Thinking, identification points de douleur, …)
  • Construction de maquettes pour tester l’UX/UI de la solution auprès des utilisateurs pour identifier les points bloquants avant déploiement (wireframe, Figma, …) 
  • Définir une stratégie de test d’adoption d’utilisateurs

 Accompagner la démarche d’amélioration continue : 

  • Système de ticketing pour remonter les bugs et valider la satisfaction utilisateur 
  • Performance du système IA
  • Stratégie d’amélioration continue pour assurer la pérennité de la solution dans le temps et limiter le risque de dérive du cœur IA.
  • Suivi et alignement aux réglementations

Votre Formateur

Picture of Formateur expérimenté en gestion de projet en Intelligence Artificielle

Formateur expérimenté en gestion de projet en Intelligence Artificielle

Dates de formation

Nos sessions d’inscription

  • Du 10/09/2024 au 10/09/2025

Financement

Coût : 8 700€ / coût pris en charge par l’OPCO de l’entreprise

Informations complémentaires

Besoin d’en savoir plus ?

  • L’assiduité de la formation est réalisée via les évaluations qui jalonnent la formation.
  • La formation est évaluée en fin de chaque bloc de compétence par le biais d’une étude de cas.
  • Public : tout public.
  • Prérequis :
    • pour accéder à la formation : maîtrise de l’utilisation d’Internet (télécharger des documents sur votre disque dur, regarder des vidéos, consulter vos mails), disposer d’un ordinateur ou d’une tablette avec audio, utilisation courante de Word et Excel, rédaction de contenus argumentés pour des cas pratiques.
    • pour accéder à la certification : disposer d’un post-bac +3  ou justifier d’une expérience de plus de 2 ans dans des fonctions de responsabilité en data scientist, software engineer, machine learning researcher, conversational UX Designer, chef de projet, chef de projet web ou digital. Pour ce faire, un dossier de candidature accompagné d’un CV devra être présenté au service des inscriptions.
  • Dans le cadre de la formation Chef de projet IA à distance de 280 heures, vous devez réaliser des études de cas et répondre à des QCM.
  • Dans le cadre de la certification, vous devez réaliser 8 études de cas écrites dont 2 présentées en soutenance orale devant un jury.

Audrey Pinsault

02 85 29 59 00

Formation accessible par ordinateur ce qui permet de zoomer sur les contenus pour les malvoyants. Possibilité de mettre à disposition le contenu de formation auprès d’un traducteur pour les malentendants.

Responsable pédagogique :
Audrey Pinsault

  • Support réactif et efficace
  • Si vous rencontrez un problème urgent nous ferons notre possible pour vous répondre dans les 48h.
  • Nous sommes disponibles du lundi au vendredi de 9h à 17h.
  • Un tuteur disponible pour répondre à vos demandes ainsi qu’une assistance technique
  • Une messagerie (contact@youwebformation.com)
  • Une hotline (0285295900)

Cette formation vise le titre de Chef de Projet Intelligence Artificielle d’ ASCENCIA PARIS LA DEFENSE, de niveau 7, code NSF 326, enregistrée au RNCP sous le numéro 36129 par décision de France Compétences en date du 26/01/2022. Cette certification est également accessible via la VAE.

Code RNCP : 36129

N’hésitez plus, inscrivez-vous !

% d' Apprenants Satisfaits
0 %
% taux de réussite
0 %

Rejoignez-nous !

Pour plus d’informations

contactez-nous au : 02 85 29 59 00