Bootcamp Expert IA et Machine Learning
Présentation de la formation
Cette formation a Ă©tĂ© conçue pour vous aider Ă devenir un dĂ©veloppeur compĂ©tent et polyvalent dans le domaine de lâIA, capable de crĂ©er des modĂšles dâapprentissage, de les optimiser et de les dĂ©ployer pour rĂ©soudre des problĂšmes complexes dans divers domaines dâapplication.
Notre programme complet et pratique vous initiera aux fondamentaux de lâIA et du ML tout en vous fournissant les compĂ©tences nĂ©cessaires pour relever les dĂ©fis rĂ©els auxquels vous pourriez ĂȘtre confrontĂ© en tant que dĂ©veloppeur en IA.
Pré-requis :
Ătre titulaire dâune certification de niveau 6 dans le domaine visĂ©.
Public cible :
Professionnels de lâinformatique : Les dĂ©veloppeurs de logiciels, les architectes de systĂšmes, les analystes de donnĂ©es, et dâautres professionnels de lâinformatique souhaitant Ă©largir leurs compĂ©tences et se prĂ©parer Ă des rĂŽles de dĂ©veloppeur dâIA.
Jeunes diplĂŽmĂ©s souhaitant complĂ©ter une formation en informatique et ayant dĂ©jĂ une expĂ©rience en entreprise (stage, alternanceâŠ).
Date de la formation : Ă partir du 18/11/2024
Conditions d'accĂšs
La procĂ©dure dâinscription se dĂ©roule en plusieurs phases :
- Pré-inscription via un formulaire en ligne
- Envoi des justificatifs de diplĂŽmes et dâexpĂ©riences
- Entretien en visio-confĂ©rence avec un reprĂ©sentant de lâorganisme de formation et un intervenant
- Test de positionnement
Objectifs pédagogiques et opérationnels
A lâissue de la formation, le participant sera en mesure de :
- Analyser expĂ©rimentalement les diffĂ©rents modĂšles dâIntelligence Artificielle/Machine Learning Ă travers des tests et des analyses statistiques afin de rĂ©pondre aux besoins du client
- Affiner le modĂšle dâIntelligence Artificielle/Machine Learning en cherchant les paramĂštres optimaux et en Ă©valuant lâadĂ©quation des modĂšles dâapprentissage avec le besoin exprimĂ© afin de garantir ses capacitĂ©s de prĂ©diction
- DĂ©ployer ou Industrialiser le modĂšle dâIntelligence Artificielle/Machine Learning Ă travers la mise en place des pipelines de donnĂ©es et dans le respect du cadre rĂ©glementaire pour garantir la qualitĂ©, la fiabilitĂ©, la rapiditĂ© et la scalabilitĂ© de la solution
- Ăvaluer la performance du modĂšle dâIntelligence Artificielle/Machine Learning dĂ©ployĂ© ou industrialisĂ© en se basant sur les mĂ©triques de rĂ©fĂ©rence afin dâoptimiser ce modĂšle
- Communiquer ses rĂ©sultats au client (interne/externe) de façon accessible (datavisualisation) pour dĂ©montrer la performance du modĂšle dâIntelligence Artificielle/Machine Learning
Programme
- Introduction au Python
- Introduction Ă lâIA et au Machine Learning
- MathĂ©matiques pour lâIA et le Machine Learning
- Apprentissage supervisé et non supervisé
- RĂ©seaux de neurones
- Optimisation des modĂšles dâIA et Tests
- Python pour le ML
- Julia pour lâIA
- DĂ©ploiement de modĂšles de Machine Learning
- Visualisation de données et communication des résultats
- PrĂ©paration et nettoyage des donnĂ©es pour lâIA/ML (big data)
- Ăthique et droit appliquĂ©s Ă la donnĂ©e
- SQL et bases de données avancées
- Sécurité et cybersécurité
La possibilité de valider un ou des blocs de compétences est proposée par le certificateur.
MODALITES PEDAGOGIQUES
La formation se déroule à 100% à distance et alterne des phases de distanciel synchrone sous forme de classes virtuelles et des phases en distanciel asynchrone.
Cours : permettant dâacquĂ©rir les connaissances en lien avec lâIA
Ateliers pratiques : projets pratiques liĂ©s Ă lâIA
Ătudes de cas : travail sur des situations tirĂ©es de cas rĂ©els
Travail en groupe : Pour développer des compétences en collaboration, communication, essentielles pour la gestion de projets
Des ressources en ligne (documents, tutoriels, forums de discussionâŠ) qui complĂštent lâapprentissage en salle
Ăvaluations formatives : des tests rĂ©guliers, des projets et des sessions de feedback pour aider les participants Ă Ă©valuer leur progression et Ă identifier les points dâamĂ©lioration
MODALITES DâEVALUATION
Mise en situation : Conception et mise en Ćuvre dâun modĂšle dâIA/ML.
Le candidat (seul), doit Ă partir dâune problĂ©matique, de donnĂ©es de test, et dâune sĂ©rie dâexigences, fournies par une entreprise fictive ou rĂ©elle :
- Choisir le modĂšle dâIA/ML le plus adaptĂ© Ă la problĂ©matique en se basant sur des tests et des analyses statistiques et justifier son choix,
- ParamĂ©trer le modĂšle pour quâil traite le plus efficacement possible la problĂ©matique,
- Mettre en place la solution la plus pertinente et respectueuse du cadre rĂ©glementaire dans une perspective dâindustrialisation,
- Mesurer la performance du modÚle retenu et optimiser le modÚle en fonction des résultats obtenus et des métriques de référence fournies par le client (performance du modÚle, métriques métiers),
- Communiquer sur la solution de façon accessible Ă lâaide dâune datavisualisation et justifier ses choix Ă travers une prĂ©sentation.
Le candidat présente sa solution de ML à un jury de deux personnes représentant le client (data visualisation et présentation) et justifie ses choix techniques par rapport aux besoins du client.
EQUIVALENCES
AprĂšs validation du bloc, vous pouvez intĂ©grer la prĂ©paration à la certification complĂšte en Ă©tant dispensĂ© de lâunitĂ© de formation et des Ă©valuations du bloc.
DEBOUCHES
A lâissue de lâobtention de la certification, vous pourrez intĂ©grer des entreprises de toutes tailles et de tous secteurs au sein de services data, informatiques ou IA, auprĂšs de services mĂ©tiers divers.
PRIX
6 900 ⏠repas et pauses compris.
Découvrez les différents financements possibles ici.
Votre situation nĂ©cessite des adaptations ? NâhĂ©sitez pas Ă contacter notre rĂ©fĂ©rent handicap Ă lâadresse suivante : referent-handicap.cgy@ensup.eu
Il sâagit dâune nouvelle formation et aucune session nâa encore Ă©tĂ© rĂ©alisĂ©e. Le taux dâobtention de la certification, le taux dâinsertion professionnel Ă 6 mois et le taux dâinsertion dans le mĂ©tier ne sont pas encore disponibles car le titre a rĂ©cemment Ă©tĂ© dĂ©posĂ© (mai 2023).