Intelligence artificielle

Les secteurs du numérique, de l’informatique et de la recherche connaissent une transformation profonde sous l’effet du déploiement rapide des technologies d’intelligence artificielle (IA). Ces évolutions concernent un large spectre d’activités économiques et scientifiques (industrie, santé, finance, transport, environnement, services numériques) et s’accompagnent d’un besoin croissant en compétences capables de concevoir, analyser et mettre en œuvre des systèmes d’IA fiables, performants et responsables. Parallèlement, les enjeux éthiques, réglementaires, environnementaux liés à l’IA prennent une place centrale dans les pratiques professionnelles et dans les attentes des employeurs.

Dans ce contexte, la certification vise à répondre à la demande de profils disposant de compétences solides en intelligence artificielle, articulant des fondements scientifiques et techniques (bases mathématiques, apprentissage automatique, traitement des données, modélisation algorithmique, programmation) avec une compréhension des impacts sociétaux, juridiques et environnementaux de ces technologies. Elle s’inscrit dans un écosystème de recherche et d’innovation en IA mobilisant des ressources académiques et scientifiques de haut niveau, ainsi que des interactions avec des acteurs socio-économiques du domaine, permettant d’assurer l’adéquation des compétences développées avec les besoins du marché du travail et les évolutions rapides du secteur.

La certification a pour objectif de doter ses titulaires de compétences leur permettant d’évoluer dans des environnements professionnels ou académiques liés à l’intelligence artificielle, à l’informatique et aux sciences des données, ou de poursuivre des études dans ces domaines.

Le diplôme conférant grade de licence en Intelligence artificielle (International Bachelor of Science in Artificial Intelligence) développe des compétences en conception, analyse et utilisation de méthodes et systèmes d’intelligence artificielle.
Il mène à des emplois relevant des secteurs du numérique, de l’informatique et de la recherche, ou à une poursuite d’études dans des formations de niveau 7 en intelligence artificielle, informatique, mathématiques ou sciences des données.

• Analyser un problème afin de formuler un cahier des charges fonctionnel et technique pour une solution d’IA
• Collecter, nettoyer et préparer des jeux de données pour l’apprentissage automatique en documentant les choix de pré traitement
• Stocker et transformer des données structurées et semi structurées à l’aide de bases de données et d’outils de traitement en tenant compte de l'empreinte écologique dans le choix des outils
• Développer des systèmes d'apprentissage supervisé et non supervisé adaptés à un problème donné, en intégrant dès la conception l'amélioration du rapport risques/bénéfices (environnementaux, socio-économiques) dans l’ensemble du cycle de vie
• Optimiser des architectures de base en apprentissage profond en tenant compte des contraintes de performance et de consommation de ressources
• Programmer des solutions d’IA en mobilisant des bibliothèques usuelles
• Choisir des métriques d’évaluation adaptées aux modèles, en analysant la qualité, les biais et les limites des données
• Améliorer la qualité et la fiabilité des modèles par des techniques de réduction de dimension et de pré-traitement en optimisant l’usage des ressources
• Intégrer des modèles d’IA dans des applications logicielles simples
• Participer au déploiement de solutions d’IA dans des environnements informatiques distants
• Réaliser une veille technologique et scientifique en IA sur les évolutions récentes dans le domaine de l’IA
• Participer à des projets d’IA en équipes pluridisciplinaires, y compris en anglais, en respectant des objectifs, contraintes et délais dans conception et le déploiement
• Identifier les principaux enjeux éthiques juridiques, sociétaux et environnementaux liés à l’IA (biais, discrimination, explicabilité) dans différents contextes d’usage, afin de les intégrer dans la définition des orientations de veille, de R&D et dans les choix méthodologiques
• Participer au développement de nouveaux systèmes d'IA, dans le respect du cadre réglementaire applicable aux systèmes d’IA et aux données, ainsi que de l'accessibilité
• Tester, évaluer les modèles d’IA au moyen de métriques appropriées, en explicitant les limites et les risques associés
• Décrire et documenter les choix techniques, la provenance, les transformations et l’usage des données dans une perspective de transparence de gestion responsable dans le respect du cadre juridique
• Communiquer les résultats techniques, en adaptant sa communication écrite ou orale, à des publics variés en explicitant les implications éthiques et environnementales

Secteurs d’activités :

• J62.01Z Programmation informatique
• J62.02A Conseil en systèmes et logiciels informatiques
• J63.11Z Traitement de données, hébergement et activités connexes
• M72.19Z Recherche-développement en autres sciences physiques et naturelles

Type d'emplois accessibles :

• Technicien supérieur en statistique décisionnelle
• Technicien supérieur spécialisé en traitement de données, data analyst (analyste de données)
• Technicien supérieur spécialisé en Intelligence artificielle
• Développeur spécialisé en intelligence artificielle

Après 3 à 5 années d’expérience professionnelle et/ou suivi de formations complémentaires, les diplômés pourront évoluer vers des postes de

• Data scientist, expert en données
• Data engineer, ingénieur des données
• Ingénieur en apprentissage machine (Machine Learning) ou en statistique décisionnelle
• Ingénieur logiciel spécialisé en intelligence artificielle
• Consultant en intelligence artificielle