|
Cette certification est constituée de 5 blocs de compétences. Il est possible de se préparer à tout ou partie de la certification.
Bloc 1 - Identifier l’univers métiers et la problématique projet
- Etudier le fonctionnement de l’entreprise et de son environnement
- Définir les ressources techniques et informatiques nécessaires pour le déploiement du projet
- Analyser les composantes et enjeux intrinsèques aux projets IA
- Identifier l’impact de l’IA sur l’environnement, la société et l’individu et définir des solutions de remédiation et/ou de collaboration
Bloc 2 - Acquérir, stocker et analyser des données
- Développer et déployer des infrastructures informatiques de stockage de données
- Acquérir, intégrer et traiter un ensemble de données
- Analyser et prétraiter des données structurées et non structurées
- Réaliser une réduction de la dimensionnalité des données de grandes dimensions
- Réaliser une analyse exploratoire en s’appuyant sur des solutions de visualisation de données
- Réaliser une analyse statistique univariée et multivariée
- Utiliser et appliquer des modélisations mathématiques sur les données structurées et nettoyées
- Modéliser les données structurées et nettoyées
|
Bloc 3 - Implémenter des algorithmes d’apprentissage automatique
- Implémenter et entraîner (train) des modèles d’apprentissage automatique adaptés à une problématique métier
- Sélectionner les algorithmes d’apprentissage adaptés au problème à résoudre
- Évaluer les performances des modèles d’apprentissage automatique
- Extraire les variables pertinentes pour la modélisation
- Corriger les problèmes de type sur-apprentissage des modèles élaborés
- Évaluer la fiabilité des modèles prédictifs
- Améliorer le modèle d’apprentissage automatique
Bloc 4 - Implémenter des algorithmes d’apprentissage profond
- Implémenter et entraîner (train) des modèles d’apprentissage profond
- Évaluer les performances des modèles d’apprentissage profond
- Améliorer le modèle d’apprentissage profond
Bloc 5 - Déployer un projet de développement IA
- Présenter un modèle d’IA auprès de ses utilisateurs finaux
- Déployer un projet de développement IA à l’échelle
- Définir une politique de protection de données individuelles telle que définis par les règles européennes (RGPD) et RGAA
- Intégrer les contraintes légales et les valeurs de responsabilité et d’éthique dans un projet d’IA
- Acquérir une vision globale du travail en mode projet
- Gérer les délais et les ressources affectées au projet
|
