Les objectifs pédagogiques sont:
- Former les participants à l'utilisation des techniques les plus avancées en modélisation IA.
- Développer des compétences en optimisation des modèles et en ingénierie des features.
- Assurer la gestion et l'intégration continue des modèles IA dans des environnements de production.
Bloc 1 – Données et préparation (12h)
- Collecter et transformer des données complexes (big data, flux temps réel).
- Gérer la qualité et la représentativité des données.
- Identifier les biais potentiels et leurs impacts sur les modèles.
Bloc 2 – Modélisation et apprentissage (16h)
- Développer et comparer plusieurs algorithmes (réseaux neuronaux, SVM, forêts aléatoires…).
- Optimiser les hyperparamètres et gérer le sur-apprentissage.
- Mettre en œuvre des techniques de deep learning (vision, NLP).
Bloc 3 – Éthique, enjeux et performance (38h)
- Interpréter les modèles et expliquer les résultats (explainable AI).
- Mesurer la robustesse et la fiabilité des modèles.
- Intégrer les aspects éthiques, environnementaux et réglementaires dans les projets.
Bloc 4 – Industrialisation et architecture (38h)
- Déployer un modèle dans un environnement de production (API, conteneurs, cloud).
- Automatiser les pipelines d'entraînement et de mise à jour (MLOps).
- Assurer un suivi des performances et une amélioration continue.
Titre ou diplôme en voie d'élaboration;
Non certifiante
Sans niveau spécifique