Aller à la navigation principale Aller au contenu Aller à la navigation de bas de page
Répertoire national des certifications professionnelles

Chef de projet en développement de solutions d'intelligence artificielle

Active

N° de fiche
RNCP35255
Nomenclature du niveau de qualification : Niveau 7
Code(s) NSF :
  • 326p : Informatique, traitement de l'information (organisation, gestion)
  • 326t : Programmation, mise en place de logiciels
Formacode(s) :
  • 31014 : informatique décisionnelle
  • 31094 : conduite projet informatique
  • 31028 : intelligence artificielle
Date d’échéance de l’enregistrement : 10-02-2024
Nom légal Nom commercial Site internet
AIVANCITY aivancity school for technology business & society http://www.aivancity.ai
Objectifs et contexte de la certification :

La certification "Chef de projet en développement de solutions d'intelligence artificielle" répond à un besoin du monde professionnel en pleine mutation et qui subit de plein fouet les changements induits par les nouvelles technologiques.    

La plupart des entreprises ont des besoins en termes d’intégration de l’IA dans leur process. Pour que cette intégration soit pertinente, il faut à la fois connaître les possibilités de l’IA, mais également le mode de fonctionnement des entreprises. Il faut donc avoir des personnes capables de conseiller sur des bons cas d'usage et avec un bon niveau de recul sur la technologie. Le chef de projet IA apporte une réponse à cette problématique en faisant le lien entre les volets technologiques et organisationnels des transformations IA. Il rassemble des compétences qui lui permettent de piloter l’implémentation globale d’une solution IA, dans ses aspects techniques (traitement de la donnée, algorithmique, outils d’apprentissage etc.), avec une bonne connaissance des enjeux, et en sachant gérer et piloter une équipe.      

Activités visées :

  Élaboration de la stratégie et identification des opportunités de l’entreprise dans le domaine de l’intelligence artificielle   

  Analyse des impacts sociétaux et environnementaux de l’intelligence artificielle   

  Sécurité et protection des données personnelles  

  Traitement des données provenant de multiples sources  

  Analyse statistique des données  

  Transformation des données  

 Conception et entraînement des modèles IA 

 Optimisation et évaluation des modèles IA 

  Analyse des besoins informatiques   

 Pilotage du développement informatique 

 Viabilité et évolution des logiciels  

 Communication des résultats du projet   

 Suivi de l’évolution de l’interface de restitution des résultats de la solution d’intelligence artificielle  

 Présentation des principaux usages des résultats du projet IA ainsi que leurs implications éthiques 

 Pilotage du flux de travail d’un projet IA

 Animation d’équipe dans un environnement technologique   

 Pilotage financier et gestion des risques du projet IA  



Compétences attestées :

Analyser les composantes et enjeux intrinsèques aux projets IA 

Mesurer l’impact de l’intelligence artificielle sur l’environnement, la société et l’individu et définir des solutions de remédiation et/ou de collaboration  

Anticiper les problématiques potentielles liées à la sécurisation et la protection des données personnelles  

Définir une politique de protection de données en identifiant les principaux risques internes et externes liés à leur sécurité 

 Mettre en œuvre une politique d’assurance qualité des données  

 Agréger un ensemble de données à partir de sources hétérogènes, internes et externes à l'entreprise 

 Analyser les données en identifiant les anomalies et les manques pour évaluer leur qualité et leur potentiel d’exploitation et implémenter les corrections et améliorations nécessaires 

 Sélectionner les outils techniques pour le stockage, le nettoyage et le traitement des données  

 Réaliser une analyse statistique de données à l’aide de méthodes adaptées à la nature du projet  

 Modéliser les données en s’appuyant sur des modèles statistiques explicatifs  

 Traduire les contenus bruts en données structurées en appliquant des techniques de vectorisation  

 Augmenter les données en mettant en œuvre une démarche d’ingénierie des fonctionnalités et en s’appuyant sur une expertise métier et sectorielle  

 Implémenter des modèles d’apprentissage profond  

 Anticiper et remédier aux problèmes de type sur-apprentissage des modèles élaborés  

 Sélectionner l’algorithme d’intelligence artificielle adapté au problème à résoudre 

 Définir une stratégie d’optimisation des algorithmes par un échantillonnage exhaustif ou aléatoire de l’espace des paramètres et par la mise en œuvre de métriques adaptées aux problématiques d’intelligence artificielle  

 Evaluer la fiabilité des algorithmes prédictifs en appliquant une stratégie de validation croisée des données  

 Identifier les librairies d’apprentissage machine (ML) et d’apprentissage profond (DL) nécessaires au projet  

 Élaborer les spécifications fonctionnelles et techniques des besoins recensés  

 Valider régulièrement la production de la solution en s’appuyant sur le retour d’expérience des utilisateurs en interne et en externe  

 Assurer la pérennité de la solution informatique en surveillant l’évolution des données de travail  

 Favoriser la maintenabilité à long terme du code et son évolution en définissant des procédures d’écriture du code  

 Identifier les ressources, les langages de programmations et outils techniques nécessaires au projet  

 Concevoir une interface(s) Homme-Machine simple (plateforme) adaptées au projet  

Présenter les solutions d’intelligence artificielle élaborées en s’appuyant sur des solutions de visualisation de données internes ou externes à l’entreprise 

Surveiller l’interface Homme-Machine simple (Plateforme) permettant la restitution des résultats du projet d’intelligence artificielle  

Développer les possibilités d’usage des résultats du projet IA en identifiant les principaux usages dans différents domaines et en analysant leurs implications éthiques  

Coordonner le projet en s’appuyant sur des méthodes et des outils de gestion adaptés au contexte de l’entreprise et à la nature du projet d’intelligence artificielle  

 Animer l’équipe en communiquant sur l’avancement du projet et en clarifiant les missions de chacun tout au long du projet  

 Mettre en œuvre des modalités de recrutement et de formation  

Gérer un budget complet du projet d’intelligence artificielle en intégrant les coûts internes et externes ainsi que les contraintes de temps et de ressources  

Modalités d'évaluation :

Etudes de cas

Rédaction d'un cahier de spécifications fonctionnelles et techniques

Mises en situation professionnelle

N° et intitulé du bloc Liste de compétences Modalités d'évaluation
RNCP35255BC01

Identifier et définir les enjeux et les impacts des différents domaines d’usage de l’intelligence artificielle
  1. Analyser les composantes et enjeux intrinsèques aux projets IA en s’appuyant sur un système de veille technologique et économique afin de détecter les opportunités de projets d’intelligence artificielle au sein de l’entreprise.
  2. Mesurer l’impact de l’intelligence artificielle sur l’environnement, la société et l’individu et définir des solutions de remédiation et/ou de collaboration afin d’adopter une démarche soucieuse des questions éthiques.
  3. Anticiper les problématiques potentielles liées à la sécurisation et la protection des données personnelles en contrôlant les données afin de respecter la réglementation en vigueur.
  4. Définir une politique de protection de données en identifiant les principaux risques internes et externes liés à leur sécurité afin de mieux les gérer.
  5. Mettre en œuvre une politique d’assurance qualité des données en s’appuyant sur un référentiel de procédures qualité pour permettre leur accessibilité, compréhension et exploitation ultérieure.  

Etudes de cas

RNCP35255BC02

Analyser et traiter des données
  1. Agréger un ensemble de données à partir de sources hétérogènes, internes et externes à l'entreprise et ceci de façon sécurisée afin de les exploiter.
  2. Analyser les données en identifiant les anomalies et les manques pour évaluer leur qualité et leur potentiel d’exploitation et implémenter les corrections et améliorations nécessaires.
  3. Sélectionner les outils techniques pour le stockage, le nettoyage et le traitement des données en explorant les bibliothèques existantes pour les applications data afin de préparer l’analyse de données.
  4. Réaliser une analyse statistique de données à l’aide de méthodes adaptées à la nature du projet afin de d’extraire une information opérationnelle pour la prise de décision.
  5. Modéliser les données en s’appuyant sur des modèles statistiques explicatifs afin de les rendre intelligibles et exploitables.   

Mises en situation professionnelle

RNCP35255BC03

Implémenter une solution d’apprentissage automatisé (Machine et Deep Learning)
  1.   Traduire les contenus bruts en données structurées en appliquant des techniques de vectorisation afin de les rendre exploitables par des algorithmes d’apprentissage automatisés.
  2. Augmenter les données en mettant en œuvre une démarche d’ingénierie des fonctionnalités et en s’appuyant sur une expertise métier et sectorielle pour en améliorer leur exploitation.
  3. Implémenter des modèles d’apprentissage profond en concevant une architecture optimisée afin de maximiser la puissance prédictive.
  4. Anticiper et remédier aux problèmes de type sur-apprentissage des modèles élaborés en mettant en place des indicateurs permettant d’en mesurer les performances afin d’assurer l’opérationnalité de la solution d’intelligence artificielle.
  5. Sélectionner l’algorithme d’intelligence artificielle adapté au problème à résoudre en réalisant des études comparatives de différents algorithmes afin d’assurer l’efficacité de la solution.
  6. Définir une stratégie d’optimisation des algorithmes par un échantillonnage exhaustif ou aléatoire de l’espace des paramètres et par la mise en œuvre de métriques adaptées aux problématiques d’intelligence artificielle afin d’améliorer l’efficacité des modèles.
  7. Évaluer la fiabilité des algorithmes prédictifs en appliquant une stratégie de validation croisée des données afin de minimiser l’influence des valeurs extrêmes.  

Mises en situation professionnelle

RNCP35255BC04

Conduire le développement informatique d’un projet d’intelligence artificielle
  1. Identifier les librairies d’apprentissage machine (ML) et d’apprentissage profond (DL) nécessaires au projet en s’appuyant sur une analyse du besoin en infrastructure et en logiciel pour favoriser leur développement et leur mise en production.
  2. Élaborer les spécifications fonctionnelles et techniques des besoins recensés en réalisant un inventaire complet des caractéristiques du produit puis en rédigeant un cahier des charges mis à jour régulièrement pour veiller à respecter les exigences métiers relatives au projet.
  3. Valider régulièrement la production de la solution en s’appuyant sur le retour d’expérience des utilisateurs en interne et en externe afin d’adapter les fonctionnalités et les caractéristiques techniques du projet.
  4. Assurer la pérennité de la solution informatique en surveillant l’évolution des données de travail pour éviter la dégradation des performances des modèles d’intelligence artificielle mis en production.
  5. Favoriser la maintenabilité à long terme du code et son évolution en définissant des procédures d’écriture du code afin de les intégrer au projet et ainsi bâtir des solutions IA durables.
  6. Identifier les ressources, les langages de programmations et outils techniques nécessaires au projet en s’appuyant sur une analyse du besoin en logiciel pour favoriser leur développement et leur mise en production.  

Rédaction d'un cahier de spécifications fonctionnelles et techniques

Etudes de cas  

RNCP35255BC05

Valoriser les résultats du projet d’intelligence artificielle
  1. Concevoir une interface(s) Homme-Machine simple (plateforme) adaptées au projet en s'appuyant sur des bibliothèques de programmation dédiées afin de visualiser les résultats du projet d’intelligence artificielle.
  2. Présenter les solutions d’intelligence artificielle élaborées en s’appuyant sur des solutions de visualisation de données internes ou externes à l’entreprise afin faciliter la compréhension des enjeux et des risques par toutes les parties prenantes du projet.
  3. Surveiller l’interface Homme-Machine simple (Plateforme) permettant la restitution des résultats du projet d’intelligence artificielle en mettant en place des indicateurs de performances et des alertes d’anomalie adaptés aux besoins métiers afin de gérer le comportement de l’interface dans le temps.
  4. Développer les possibilités d’usage des résultats du projet IA en identifiant les principaux usages dans différents domaines et en analysant leurs implications éthiques afin de les valoriser, les rendre plus opérationnelles et plus responsables.

Etudes de cas

RNCP35255BC06

Gérer un projet IA
  1. Coordonner le projet en s’appuyant sur des méthodes et des outils de gestion adaptés au contexte de l’entreprise et à la nature du projet d’intelligence artificielle afin d’assurer sa finalisation dans le respect des délais et des contraintes techniques et financières.
  2. Animer l’équipe en communiquant sur l’avancement du projet et en clarifiant les missions de chacun tout au long du projet afin de s’assurer de l’investissement et du suivi des équipes.
  3. Mettre en œuvre des modalités de recrutement et de formation permettant d’assurer la diversité des profils techniques des équipes afin de répondre aux exigences du projet et créer un environnement de travail inclusif. 
  4. Gérer un budget complet du projet d’intelligence artificielle en intégrant les coûts internes et externes ainsi que les contraintes de temps et de ressources afin d’assurer le retour sur investissement du projet pour l’entreprise.  

Mises en situation professionnelle

Description des modalités d'acquisition de la certification par capitalisation des blocs de compétences et/ou par équivalence :

L’obtention de la certification est conditionnée à : 

- La validation des 6 blocs de compétences 

- La réalisation d’une mission en entreprise : le candidat participe au pilotage d’un projet IA dans le cadre d’une mission entreprise (stage, alternance, contrat de travail, immersion, conseil…) d’une durée minimale de 3 mois, réalise un rapport de stage et une soutenance orale devant un jury composé de professeurs et d’experts.  

La validation partielle d'un bloc n'est pas possible. La validation partielle de la certification est constituée de 6 blocs de compétences dont la totalité des compétences à évaluer est reconnue.

Secteurs d’activités :

En France, différents rapports et études ont identifié certains secteurs les plus porteurs pour l’IA et vecteurs de projets d’Intelligence Artificielle. Ces secteurs d’activités se caractérisent par une forte exposition des effectifs aux impacts de l’IA et un niveau élevé d’exposition à la digitalisation.   Parmi ces principaux secteurs, nous trouverons :    

Santé : Les domaines où l’IA intervient sont vastes : médecine de prévention, aide au diagnostic et au choix des traitements, coaching patient, épidémiologie, chirurgie autonome, médecine augmentée, etc.   

 Services financiers : Parmi les domaines les plus impactés par l’IA, on peut citer : les activités de marché (analyse prédictive du marché, performance des fonds d’investissement, aide pour fixer le meilleur prix des actions etc.), les opérations courantes (vente de produits financiers : accord ou non d’une demande de prêt, octroi de crédit, analyse documentaire, détection de fraudes etc.), service financier à la personne (aide des clients via des chatbots, assistants IA).    

Service juridique : Parmi les domaines les plus impactés par l’IA, citons : la recherche et analyse de documents (jurisprudence, informations légales de l’entreprise et une analyse pour trier et grouper les documents les plus pertinents pour le cas juridique à traiter), la gestion des contrats (l’analyse automatique des documents constitutifs, la préparation des documents contractuels et le suivi du respect des clauses après signature), le suivi des opérations juridiques quotidiennes.    

Commerce de détail : Les principaux domaines impactés par l’IA sont les suivants : personnalisation de l’expérience client (analyse plus fine du comportement des consommateurs en temps réel et meilleure anticipation de leurs besoins), optimisation du fonctionnement du point de vente, optimisation du backoffice et de la.   

Industrie : Les principaux applications de l’IA sont les suivants : robotique, automatisme, maintenance prédictive, contrôle qualité, interfaces homme-machine, etc.  

Type d'emplois accessibles :

Ingénieur Intelligence Artificielle 

Directeur projet Intelligence Artificielle 

Manager d’équipe Intelligence Artificielle 

Expert Intelligence Artificielle 

Consultant Intelligence Artificielle 

Chef de projet Machine Learning  

Code(s) ROME :
  • M1805 - Études et développement informatique
Références juridiques des règlementations d’activité :


Le cas échéant, prérequis à la validation des compétences :

Titres certifiés niveau 6 en mathématique, statistique, informatique, santé, sciences de l’ingénieur, sciences économiques et de gestion, science de l’information et sciences humaines.   

ou

Diplômes de l’enseignement technologique et professionnel au niveau 6   

ou

Diplômes et/ou grades universitaires au niveau 6 en mathématique, statistique, informatique, santé, sciences de l’ingénieur, sciences économiques et de gestion, science de l’information et sciences humaines.  



Validité des composantes acquises :
Voie d’accès à la certification Oui Non Composition des jurys
Après un parcours de formation sous statut d’élève ou d’étudiant X

 Le jury de certification est composé de cinq membres minimum, et présidé par un professionnel :
- 2 représentants de l’école (le directeur Académique d’aivancity et le responsable pédagogique de la certification)
- 3 professionnels du secteur de l’intelligence artificielle    

En contrat d’apprentissage X

 Le jury de certification est composé de cinq membres minimum, et présidé par un professionnel :
- 2 représentants de l’école (le directeur Académique d’aivancity et le responsable pédagogique de la certification)
- 3 professionnels du secteur de l’intelligence artificielle    

Après un parcours de formation continue X

 Le jury de certification est composé de cinq membres minimum, et présidé par un professionnel :
- 2 représentants de l’école (le directeur Académique d’aivancity et le responsable pédagogique de la certification)
- 3 professionnels du secteur de l’intelligence artificielle    

En contrat de professionnalisation X

 Le jury de certification est composé de cinq membres minimum, et présidé par un professionnel :
- 2 représentants de l’école (le directeur Académique d’aivancity et le responsable pédagogique de la certification)
- 3 professionnels du secteur de l’intelligence artificielle    

Par candidature individuelle X -
Par expérience X

 Le jury de certification est composé de cinq membres minimum, et présidé par un professionnel :
- 2 représentants de l’école (le directeur Académique d’aivancity et le responsable pédagogique de la certification)
- 3 professionnels du secteur de l’intelligence artificielle    

Oui Non
Inscrite au cadre de la Nouvelle Calédonie X
Inscrite au cadre de la Polynésie française X
Lien avec d’autres certifications professionnelles, certifications ou habilitations : Non
Date de décision 10-02-2021
Durée de l'enregistrement en années 3
Date d'échéance de l'enregistrement 10-02-2024
Statistiques :
Lien internet vers le descriptif de la certification :

http://story.aivancity.com/chefddeprojetia


Le certificateur n'habilite aucun organisme préparant à la certification

Référentiel d’activité, de compétences et d’évaluation :

Référentiel d’activité, de compétences et d’évaluation
Ouvre un nouvel onglet Ouvre un site externe Ouvre un site externe dans un nouvel onglet