Revenir aux résultats

MSC Expert en Intelligence Artificielle_cycle en 2 ans - Formation

Type de formation
 Formation initiale et continue
Formation certifiante
 Formation certifiante
Type de certification
 Formation qualifiante
CPF eligible
 Eligible CPF
Accessible par la VAE
 Accessible VAE
 Formation entièrement en présentiel

Objectifs

Résultats attendus

Résultats attendus

Chef de projet expert en intelligence artificielle

Objectifs de la formation

Objectifs de la formation




La
formation s’adresse à un public souhaitant acquérir ou développer leurs
compétences et expertise dans le pilotage opérationnel de projets tenant
compte des spécificités de l’IA depuis l’analyse du besoin jusqu’à
l’accompagnement à la conduite du changement.


Un
chef de projet en intelligence artificielle doit être capable de :



  • Analyser
    le besoin et comprendre les enjeux de l’utilisation de l’IA en
    alignement stratégique de l’entreprise

  • Étudier
    les opportunités de l’Intelligence Artificielle (IA) pour répondre à un
    besoin

  • Piloter
    la réalisation technique du projet IA (identification des données,
    prototypage, réalisation produit)

  • Implémenter
    / ajuster le projet IA

  • Proposer
    une stratégie de communication du projet IA pour sensibiliser tous les
    acteurs de l’entreprise

  • Proposer
    un processus de conduite du changement induit par l’IA

  • Mettre
    en place un process de Knowledge management et de veille professionnelle
    en lien avec l’IA 


La formation vise l’obtention de la
certification professionnelle référencée au Répertoire National «  Chef de projet expert en intelligence artificielle» -
Niveau 7 (RNCP36582).

Domaines

Domaine(s)
Intelligence artificielle

Contenu

Contenu




Le programme de la formation est :


1.    
Analyser
un besoin/une demande en IA et formaliser une réponse adaptée en adéquation
avec la stratégie numérique de l’entreprise :


·       I.A et faisabilité


·       Besoins métiers et
I.A


·       Data Literacy


·       Data Architectures


·       Data science et IA


 


2.    
Concevoir
une solution IA :


·      
Data Management et
I.A


·      
Machine Learning
& Deep Learning


·       Performance &
Deep Learning


·       Innovation


3.    
Préparer
la maintenabilité et le déploiement d’une solution IA


·       Solutions I.A &
déploiement


·      
Solutions
I.A & Management du S.I


4.    
Manager
un projet informatique avec agilité en collaboration avec les parties
prenantes


·       Management et
performance du S.I


·       RSE et SI


·       Management de projet
et agile


·       Management d'équipe
et environnement multiculturel


·       Innovation