8 040 €

LES PRÉREQUIS POUR SUIVRE LA FORMATION

• Connaissances avancées du langage Python
• Notions de Programmation Orientée Objet
• Connaissance des mathématiques (niveau L3 / M1)
• Avoir un ordinateur portable (Mac / Windows / Ubuntu)

LE PROCESSUS D’ADMISSION 

• Analyse du CV : évaluation du niveau en mathématique et des connaissances en informatique, évaluation de la démarche personnelle d’upskilling en data
• Entretien téléphonique de motivation (15/30 min) 
• Quizz Python  
• Entretien technique (30/45 min) : évaluation de la connaissance Data et de l’écosystème Data, évaluation de la maîtrise des statistiques et des probabilités.

LES DÉBOUCHÉS SUITE À LA FORMATION

L’ingénieur en intelligence artificielle (IA)crée des algorithmes ou des programmes pouvant agir et simuler l’intelligence humaine. Il combine des compétences en mathématiques, en statistiques, en informatique, et en gestion de projet afin de concevoir des modèles algorithmiques  sur les systèmes d’information permettant de créer de nouveaux business models ou optimiser des processus existants.  Ses réalisations seront spécifiques à chaque projet autour desquels il se positionne en manager de projet et de collaborateurs.  

Selon les secteurs et le type d’entreprises dans lesquels il travaille, l’appellation du métier peut varier : Ingénieur Machine Learning , Data Scientist , Ingénieur Data (ou Data Engineer), Chef de projet intelligence artificielle. Après plusieurs années d’expérience, ils peuvent évoluer vers des postes de Lead data scientist, Head of Data engineer , Head of Data science, Head of Data analytics .

Le métier d’ingénieur en IA peut s’exercer dans des domaines d’activité divers et variés.  L’ingénieur en IA évolue dans un vaste panel de secteurs d’activités : milieu des technologies, industries, banques, assurances, énergie, transports, services, santé, télécommunications, grande distribution et le e-commerce. Il peut etre employé par des sociétés de conseil en IA, des sociétés de conseil généralistes ayant des départements data, des grands groupes ayant des besoins data (exemple : SNCF), mais aussi TPE-PME et start-up. Les ingénieurs en IA peuvent également choisir d’exercer en freelance/indépendant.  

LES OBJECTIFS DE LA FORMATION

À l’issue de la formation, tu seras en mesure de :

• Réaliser un audit de l’écosystème du client
• Réaliser une étude de faisabilité
• Réaliser une veille technique et technologie
• Emettre des recommandations d’usage de l’IA au client
• Préparer les données disponibles
• Concevoir le code source de traitement de données
• Mettre en place les procédures techniques et technologiques d’exploitation
• Concevoir une base de données relationnelle
• Concevoir le programme d’intelligence artificielle​ adapté aux données disponibles
• Développer l’interaction entre les fonctionnalités de l’application et l’intelligence artificielle ​
• Déterminer le modèle mathématique (algorithme) adapté à la problématique de traitement de données IA
• Développer le back-end de l’application d’IA
• Etablir le processus organisationnel d’industrialisation
• Planifier les tâches du projet IA
• Communiquer avec les parties prenantes
• Mettre en place une démarche de travail selon la méthode agile

LA PÉDAGOGIE DE FORMATION

Le programme  débute par une piscine pour homogénéiser les expériences, puis se déroule en trois parties. Il y a tout d’abord un volet data science généraliste qui dresse un état de l’art en machine learning et deep learning. Le deuxième module porte sur l’ingénierie proprement dite ou comment déployer les modèles. Le programme évoque aussi la question de la sécurité et de la conformité au RGPD. Enfin, le dernier module porte sur les compétences comportementales. 

Nous alternons cours magistraux, nécessaires pour appréhender la théorie, et travaux pratiques qui sont des démonstrations simplifiées, tirées de vrais cas d’usage. Le reste du temps est consacré à du travail en équipe sur des projets concrets. Les cours ont été pensés et construits par des experts de la Data Science qui ont une vraie expérience du terrain. Ils maitrisent l’ensemble du cycle de vie d’un projet Data, de l’idéation à la mise en production des modèles d’intelligence artificielle 

La totalité des contenus est enseignée par des experts qui pratiquent au quotidien la data science : data scientists, data engineers et machine learning engineers. Ils sont tous experts et consultants dans le domaine, pour des grands cabinets de conseil, en freelance ou en poste dans des entreprises “data native”.

LES MODALITÉS D’ÉVALUATION  

• Suivi des heures d’enseignement  (hors VAE)
• Avoir réussi l’ensemble des modalités d’évaluation de la certification
• Réalisation de projets de groupes
• Soutenance réussie des projets (4 projets) : validation par le jury  
• Complétion des 6 mois d’expérience professionnelle  

Pour accéder à la formation (hors VAE), le candidat doit être titulaire du baccalauréat ou équivalent et avoir une expérience en entreprise ou personnelle donnant un niveau en mathématiques et en programmation équivalent à un niveau master (niveau évalué lors d’un test)  

ACCESSIBILITÉ

Si vous êtes reconnu en situation de handicap, merci de bien vouloir nous le faire savoir afin d’étudier ensemble la faisabilité de votre projet de formation. 

Télécharger le programme