Développeur en Intelligence Artificielle et Data Science

• Développeur en intelligence artificielle et data science - Code CertifInfo 113595
  • Niveau de qualification : 6 - Savoirs approfondis

Objectifs

La formation s'adresse à un public souhaitant développer des solutions informatiques utilisables par des spécialistes ou non-spécialistes, intégrant directement ou indirectement des briques technologiques d'Intelligence Artificielle.
Pour concevoir, tester et adapter des applicatifs intégrant ces technologies, il doit être un spécialiste du développement informatique, du génie logiciel et des interfaces Homme-Machine, avec une très bonne connaissance des technologies d'IA/Data science, du secteur ou de la fonction d'application des données traitées.
Les objectifs de la formation sont de valider les compétences suivantes :
• Créer un modèle de données d'une solution IA en utilisant des méthodes de Data science
• Développer un modèle prédictif d'une solution IA
• Produire et maintenir une solution IA
• Gérer les activités \tâches du développement d'une solution IA
La formation vise l'obtention de la certification professionnelle référencée au Répertoire National « Développeur en Intelligence Artificielle et Data Science » - Niveau 6 (RNCP36581).

Programme de la formation

Le programme de la formation est :
1. Créer un modèle de données d'une solution IA par les étapes suivantes :
• Définir les sources et les outils nécessaires pour permettre de collecter les données
• Recueillir de manière sécurisée les informations à partir de sources adaptées permettant de définir les données à collecter pour réaliser l'architecture de données
• Paramétrer les outils afin d'importer les données de manière automatisée et sécurisée
• Analyser, nettoyer, trier et s'assurer de la qualité des données afin de les rendre exploitables pour la solution IA, en utilisant des outils d'analyse et de visualisation des données et se basant sur des approches de la Data science
• Construire la structure de stockage des données (modèle de données) qui répond au mieux au besoin d'analyse
• Représenter graphiquement les relations entre les données afin de les visualiser en créant des tableaux de bord accessibles à tout public garantissant ainsi l'accessibilité numérique
• Exploiter de manière automatisée et analyser les informations recueillies dans les structures de stockage des données (requêtage ou interrogation) afin de répondre aux exigences de la solution IA définit dans le cahier des charges
2. Développer un modèle prédictif d'une solution IA en maitrisant les étapes suivantes :
• Générer des données d'entrée, récolter et adapter les types de données traitées nécessaires au modèle d'apprentissage en utilisant des approches et des outils adaptés
• Paramétrer un environnement de codage (Framework) adéquat pour développer le modèle d'apprentissage
• Coder le modèle d'apprentissage choisi en maitrisant les différentes architectures dans un environnement de développement
• Réaliser et paramétrer une procédure d'entrainement adéquate d'un modèle d'apprentissage : supervisé, semi-supervisé, non supervisé, en sélectionnant des données d'apprentissages les plus adéquats aux besoins d'analyse
• Réaliser une phase de test en choisissant une méthode appropriée afin d'analyser la performance du modèle de données
• Ajuster l'apprentissage du modèle (entraînement) à partir du taux d'apprentissage et des résultats obtenus
3. Produire et maintenir une solution IA en maitrisant les étapes suivantes :
• Développer le back-end par le développement des composants de la solution IA sous forme d'API et/ou des programmes intégrés en utilisant des outils adaptés
• Développer le front-end par le développement de l'interface homme-machine en utilisant les techniques, les outils et les plateformes dans l'objectif de rendre l'approche ergonomique et conforme à l'accessibilité numérique
• Mettre en œuvre des plans de tests définis pour préparer le déploiement de la solution IA
• Superviser le fonctionnement de la solution IA à partir des outils de monitorage afin de détecter et corriger les éventuels dysfonctionnements dans une démarche d'amélioration continue
• Corriger les dysfonctionnements de son périmètre de responsabilité
• Réaliser les évolutions fonct

Validation et sanction

-

Type de formation

Certifiante

Sortie

Bac + 3 et 4