Product manager - IA

Objectifs

Apprenez comment construire et améliorer des produits vous appuyant sur l'intelligence artificielle pour apporter de la valeur à vos utilisateurs.
- Maîtriser les principes du data management pour créer une base solide pour votre modèle : collecte, nettoyage, stockage, gouvernance et annotation
- Mener une discovery IA en identifiant et en définissant les use cases les plus prometteurs, puis en concevant des fonctionnalités IA
- Déployer des modèles d'IA depuis le prototype (MVP) jusqu'à l'industrialisation à grande échelle
- Définir et suivre les bons indicateurs afin d'équilibrer la performance des modèles IA avec les objectifs business et les attentes des utilisateurs
- Collaborer avec les Data Engineers, Data Scientists et Data Analysts à travers un langage commun

Programme de la formation

Module 1 : Comprendre l'environnement d'un·e AI Product Manager
Les fondamentaux de l'IA : technologie (machine learning, deep learning, NLP, IA Générative, LLM...) et cas d'usages
Quelles différences entre un PM et un PM IA ?
Data Engineer, Data Scientist, Data Analyst : collaborer avec une équipe Data
Module 2 : Identifier la valeur que peut apporter l'IA à son produit
Imaginer et prioriser les use cases : comment l'IA peut transformer votre produit ?
L'IA, un moyen et pas une fin : quelle solution pour répondre à vos opportunités (IA ou pas ? Make or Buy ?)
Introduction au Data management : disponibilité et qualité des données (collecte, nettoyage, stockage, gouvernance et annotation)
Module 3 : Dérisquer une fonctionnalité ou un produit IA
Designer une fonctionnalité ou un produit IA : un facteur clé de succès
Les enjeux de l'expérimentation sur une fonctionnalité IA
Définition des objectifs : équilibre entre performance du modèle et impact business / utilisateur
IA Responsable : enjeux éthiques et réglementaires, collaboration entre équipes produit, data science, ingénierie et design
Module 4 : Délivrer la fonctionnalité et mesurer son impact
Quel cadre pour mener le delivery de produits IA ?
Préparer et déployer le modèle IA : du MVP jusqu'à son utilisation par les utilisateurs
Comment prendre en compte les évolutions permanentes des capacités de l'IA ?

Validation et sanction

Attestation de formation

Type de formation

Non certifiante

Sortie

Sans niveau spécifique