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

Ingénieur en intelligence artificielle (MS)

Active

N° de fiche
RNCP35701
Nomenclature du niveau de qualification : Niveau 7
Code(s) NSF :
  • 326 : Informatique, traitement de l'information, réseaux de transmission
Formacode(s) :
  • 11016 : analyse données
  • 31054 : informatique
  • 50105 : Mastères spécialisés
  • 31028 : intelligence artificielle
Date d’échéance de l’enregistrement : 17-06-2024
Nom légal Nom commercial Site internet
INSTITUT MINES TELECOM Télécom Paris https://www.telecom-paris.fr
ENSTA Paris - https://www.ensta-paris.fr
Objectifs et contexte de la certification :

Télécom Paris, au sein de l’Institut Mines-Télécom, grande école publique des ministères de l’industrie et des communications électroniques forme, imagine et entreprend pour concevoir des modèles, des technologies et des solutions numériques au service d’une société et d’une économie respectueuses de l’humain et de son environnement. Dans cette optique, la certification Ingénieur en intelligence artificielle (MS) répond aux fortes évolutions technologiques et ainsi au besoin en recrutement de professionnels capables d’élaborer des solutions mettant en œuvre des processus décisionnels complexes.

Activités visées :

En fonction de la taille et de l’activité de l’entreprise ainsi que de son ancienneté, l’ingénieur en intelligence artificielle peut exercer tout ou partie des activités suivantes :

1 - Concevoir un projet intégrant l’intelligence artificielle.

L’ingénieur en intelligence artificielle identifie des problématiques business pouvant nécessiter un projet intégrant de l’intelligence artificielle. Il recueille les besoins métiers et détermine les objectifs stratégiques. Il traduit les enjeux métiers en problématiques mathématiques/IA et identifie les enjeux éthiques impliqués. L’ingénieur IA identifie les axes de recherche et de développement d’outils et de méthodologies d’intelligence artificielle. Pour ce faire, il contribue à la définition d’une feuille de route scientifique s’appuyant sur des cas d’usages, identifie les besoins en termes de software et de hardware et réalise une veille scientifique et technologique. 

2 - Elaborer des données exploitables pour la solution d’intelligence artificielle.

L’ingénieur IA identifie dans un premier temps les données disponibles en sélectionnant des données internes à l’entreprise et en exploitant d’autres sources de données externes dans le but d’apporter un éclairage complémentaire. Les bases de données sont nettoyées et transformées afin de les rendre analysables dans leur forme comme dans leur contenu et une analyse exploratoire de ces données est menée. Ces activités sont réalisées en prenant en compte les enjeux sociaux, économiques, juridiques et éthiques impliqués dans le respect des normes juridiques concernant les données exploitées (RGPD, confidentialité, …) 

3 - Développer une solution d’apprentissage automatique (machine Learning).

L’ingénieur IA élabore une solution d’apprentissage automatique supervisé, non supervisé ou par renforcement. Pour ce faire, il choisit la fonction de coût et l’algorithme d’apprentissage parmi les cas usuels et combine plusieurs modèles. Il élabore une solution d’apprentissage automatique par renforcement intégrant un processus de décision markovien et en appliquant un algorithme de programmation dynamique. Il élabore une solution d’apprentissage mettant en œuvre des méthodes de Deep Learning (apprentissage profond) à base de réseaux de neurones. Il intègre notamment des technologies de traitement et de reconnaissance d’image ou de traitement automatique des langues (audio et texte). L’ingénieur IA élabore également une solution d’intelligence artificielle symbolique à partir de règles logiques et applique des méthodes de l’apprentissage automatique dans le contexte de la robotique et de l’interaction homme-robot (HRI). Le professionnel valide la solution par le biais de tests, et optimise la solution développée via un entrainement et une mise à jour du modèle. 

4 - Gérer un projet d’intelligence artificielle.

L’ingénieur IA coordonne un projet d’intelligence artificielle en participant à la planification précise du projet, en encadrant l’équipe projet en articulant les ressources et en validant les étapes du projet. Le professionnel accompagne également les équipes métiers dans l’appropriation de la solution développée. 

5 - Valoriser les résultats du projet d’intelligence artificielle.

L’ingénieur IA transpose les résultats en informations opérationnelles et présente les résultats de manière visuelle en s’appuyant notamment sur l’infographie et la visualisation de données afin de rendre les résultats du projet intelligibles pour les profils non techniques. Il assure l’évolution de la solution d’IA dans le temps en détectant les non-conformités afin d’engager des actions correctives et mesure les impacts du projet d’intelligence artificielle en lien avec les orientations stratégiques de l’entreprise.

Compétences attestées :

1 - Concevoir un projet intégrant l’intelligence artificielle.

C1.1 Identifier des problématiques business

C2.1 Déterminer les enjeux éthiques liés au projet d’intelligence artificielle

C3.1 Identifier des axes de recherche et de développement d’outils et de méthodologies d’intelligence artificielle

C4.1 Formaliser les besoins en termes de software et de hardware

2 - Elaborer des données exploitables pour la solution d’intelligence artificielle.

C1.2. Identifier les données en explorant les sources internes et externes, en s’appuyant sur une étude des enjeux sociaux, économique et juridiques propres à la science des données et en veillant au respect des normes juridiques afin d’extraire des données utilisables pour le projet.

C2.2. Nettoyer les bases de données

C3.2. Transformer les bases de données

C4.2. Réaliser une analyse exploratoire des données

3 - Développer une solution d’apprentissage automatique (machine Learning).

C1.3 Développer un modèle d’apprentissage automatique supervisé

C2.3 Développer un modèle d’apprentissage automatique non supervisé

C3.3. Combiner plusieurs modèles supervisés ou non supervisés

C4.3. Elaborer un modèle d’apprentissage automatique par renforcement

C5.3. Elaborer un algorithme d’apprentissage profond

C6.3. Développer un modèle d’apprentissage automatique intégrant les méthodes et solutions de reconnaissance d’image

C7.3. Développer un modèle d’apprentissage intégrant les méthodes de traitement du langage naturel et d’apprentissage automatique sous-jacentes à l’analyse des textes

C8.3. Développer un modèle d’intelligence artificielle symbolique à partir de règles logiques (rule-based decisions)

C9.3. Développer un modèle d’apprentissage intégrant les méthodes et solutions de vision robotique

C10.3 Evaluer les systèmes HRI

C11.3 Valider l’opérationnalité du modèle

C12.3 Entrainer le modèle d’apprentissage automatique

4 - Gérer un projet d’intelligence artificielle.

C1.4 Participer à la planification précise du projet

C2.4 Encadrer une équipe projet IA

C3.4 Articuler les ressources humaines et techniques

C4.4 Garantir le respect du calendrier

C5.4. Accompagner les équipes métiers dans l’appropriation des données et/ou de nouveaux outils et méthodes de gestion de données au quotidien

 5 - Valoriser les résultats du projet d’intelligence artificielle.

C1.5 Transposer des résultats du projet en informations opérationnelles pour les métiers de l’entreprise

C2.5 Présenter les résultats de manière visuelle et avec clarté

C3.5 Mesurer les écarts/non conformités

C4.5. Mesurer les impacts des données analysées en lien avec les orientations stratégiques de l’entreprise 

Modalités d'évaluation :

Les évaluations des différents blocs de compétences sont réalisées au travers de 19 mises en situation professionnelle. 

N° et intitulé du bloc Liste de compétences Modalités d'évaluation
RNCP35701BC01

Concevoir un projet intégrant l’intelligence artificielle

C1.1 Identifier des problématiques business en rencontrant les différents services de l’entreprise afin de déterminer l’opportunité de construire une stratégie de développement et d’intégration de technologies d’intelligence artificielle.

C2.1 Déterminer les enjeux éthiques liés au projet d’intelligence artificielle en identifiant les impacts d’un point de vue sociologique, organisationnel, économique et juridique afin de prévoir les effets indésirables potentiels et les moyens de les atténuer.

C3.1 Identifier des axes de recherche et de développement d’outils et de méthodologies d’intelligence artificielle en contribuant à la définition d’une feuille de route scientifique/d’un cahier des charges s’appuyant sur des cas d’usages et une veille scientifique et technologique afin de délimiter le périmètre du projet.

C4.1 Formaliser les besoins en termes de software et de hardware tout en assurant la compatibilité avec les systèmes existants.

Mise en situation professionnelle : Dans le cadre d’une mise en situation professionnelle portant sur une étude de l’opportunité de construire une stratégie de développement et d’intégration de technologies d’IA, le candidat devra identifier les problématiques business pouvant nécessiter la conception d’un projet d’IA. Mise en situation professionnelle :Dans le cadre d’une mise en situation professionnelle portant sur la conduite d’un projet de recherche autour d’un enjeu de société lié à l’IA et aux sciences des données, le candidat choisira et définira une problématique.Le candidat devra rédiger un rapport de synthèse à l’issue de conférences de professionnels sur des cas d’application de technologies d’IA. Le candidat présentera les résultats de ses travaux lors d’un entretien oral.Mise en situation professionnelle : Dans le cadre d’une mise en situation professionnelle portant sur l’identification des besoins en R&D en termes d’intelligence artificielle. Le candidat devra élaborer une feuille de route scientifique délimitant le périmètre d’un projet.

RNCP35701BC02

Elaborer des données exploitables pour la solution d’intelligence artificielle

C1.2. Identifier les données en explorant les sources internes et externes, en s’appuyant sur une étude des enjeux sociaux, économique et juridiques propres à la science des données et en veillant au respect des normes juridiques afin d’extraire des données utilisables pour le projet.

C2.2. Nettoyer les bases de données afin d’avoir à disposition des données exploitables ayant une valeur ajoutée.

C3.2. Coder/transformer les bases de données afin de les rendre disponibles et exploitables dans leur forme et leur contenu.

C4.2. Réaliser une analyse exploratoire des données afin de décrire leurs caractéristiques en vue de leur exploitation par les technologies d’intelligence artificielle

Mise en situation professionnelle : Sur la base d’une mise en situation professionnelle portant sur l’identification des données à exploiter pour l’élaboration d’une solution d’IA, le candidat devra mener une étude des enjeux sociaux, économiques, juridiques et éthiques, et sélectionner les données dans le respect des normes concernant les données exploitées.Mise en situation professionnelle : Sur la base d’une mise en situation professionnelle portant sur la préparation des données en vue de leur exploitation par un projet d’IA, le candidat devra nettoyer les bases de de données, les coder et réaliser une analyse exploratoire.

RNCP35701BC03

Développer une solution d’apprentissage automatique (machine Learning)

C1.3 Développer un modèle d’apprentissage automatique supervisé en choisissant la fonction de coût et l’algorithme parmi les cas usuels, afin de définir et de résoudre un problème d’apprentissage

C2.3 Développer un modèle d’apprentissage automatique non supervisé en choisissant la fonction de coût et l’algorithme parmi les cas usuels, afin de définir et de résoudre un problème d’apprentissage

C3.3. Combiner plusieurs modèles supervisés ou non supervisés en les adaptant afin de répondre à une problématique d’intelligence artificielle

C4.3. Elaborer un modèle d’apprentissage automatique par renforcement s’appuyant sur un processus de décision markovien et sur une méthode de programmation dynamique afin de prendre en compte l’environnement et le comportement du système vis-à-vis de cet environnement.

C5.3. Elaborer un algorithme d’apprentissage profond en utilisant des réseaux de neuronesprofonds avec un haut niveau d’abstraction des données de type images ou textes.

C6.3. Développer un modèle d’apprentissage automatique intégrant les méthodes et solutions de reconnaissance d’image pour répondre à une problématique d’intelligence artificielle en vision par ordinateur entre autres

C7.3. Développer un modèle d’apprentissage intégrant les méthodes de traitement du langage naturel et d’apprentissage automatique sous-jacentes à l’analyse des textes afin d’analyser les données d’opinion disponibles sur le Web social.

C8.3. Développer un modèle d’intelligence artificielle symbolique à partir de règles logiques (rule-based decisions) afin d’automatiser un processus de déduction susceptible d’expliquer de manière concise la structure d’un jeu de données.

C9.3. Développer un modèle d’apprentissage intégrant les méthodes et solutions de vision robotique afin que le système soit autonome en termes de détection du mouvement, d’orientation dans l’espace, d’évitement des obstacles et de suivi d’une trajectoire. 

C10.3 Evaluer les systèmes HRI en concevant et en analysant des expériences permettant d’expliciter les interactions entre les systèmes d’intelligence artificielle et leur environnement

C11.3 Valider l’opérationnalité du modèle en testant les algorithmes élaborés afin d’assurer la validité des résultats du projet.

C12.3 Entrainer le modèle d’apprentissage automatique afin d’améliorer les prédictions et ainsi optimiser le modèle.


Mise en situation professionnelle : Sur la base d’une mise en situation professionnelle portant sur un modèle d’apprentissage supervisé ou non, le candidat devra résoudre un challenge sur des données réelles en apprentissage supervisé ou non supervisé. Le candidat devra combiner plusieurs modèles en les adaptant afin de résoudre le challenge d’apprentissage. Mise en situation professionnelle :Sur la base d’une mise en situation professionnelle portant sur l’élaboration d’un modèle d’apprentissage automatique par renforcement. Le candidat devra élaborer le modèle en s’appuyant sur un processus de décision markovien et sur une méthode de programmation dynamique. Mise en situation professionnelle :Sur la base d’une mise en situation professionnelle portant sur l’élaboration d’un modèle d’apprentissage automatique par renforcement dans le cadre des réseaux de neurones, le candidat devra élaborer et implémenter un algorithme d’apprentissage par différence temporelle (TD learning). Mise en situation professionnelle :Sur la base d’une mise en situation professionnelle portant sur une problématique de reconnaissance d’image, le candidat devra développer un modèle d’apprentissage automatique intégrant des méthodes et solutions propres à ce champ d’application Mise en situation professionnelle :Sur la base d’une mise en situation professionnelle portant sur une problématique de traitement du langage naturel, le candidat devra développer un modèle d’apprentissage automatique intégrant des méthodes et solutions propres à ces champs d’application.Mise en situation professionnelle : Dans le cadre d’une mise en situation professionnelle portant sur un système d’aide à la décision d’un domaine librement élu, le candidat devra définir les règles logiques, créer quelques ontologies et mettre à jour le système.Mise en situation professionnelle : Dans le cadre d’une mise en situation professionnelle portant sur une problématique de vision robotique, le candidat devra développer un modèle d’apprentissage intégrant les méthodes de solutions de ce champ d’application. Le candidat devra concevoir et analyser des expériences permettant d’évaluer les systèmes HRI en termes d’interactions entre les systèmes d’IA et leur environnement.Mise en situation professionnelle : Dans le cadre d’une mise en situation professionnelle portant sur la validation d’une solution d’intelligence artificielle, le candidat devra tester les algorithmes afin d’évaluer la validité des résultatsMise en situation professionnelle : Dans le cadre d’une mise en situation professionnelle portant sur l’optimisation d’une solution d’intelligence artificielle, le candidat devra entrainer le modèle et le mettre à jour.

RNCP35701BC04

Gérer un projet d’intelligence artificielle

C1.4 Participer à la planification précise du projet en identifiant les objectifs à chaque étape clé et les ressources allouées permettant de valider l’avancement du projet.

C2.4 Encadrer une équipe projet IA en clarifiant les rôles, en déterminant les objectifs et les missions de chacun et en validant le travail effectué afin de coordonner l’activité de l’unité logistique.

C3.4 Articuler les ressources humaines et techniques en mettant en place des indicateurs de suivi afin de s’assurer du respect de la stratégie du projet.

C4.4 Garantir le respect du calendrier en validant le travail de son équipe et/ou des prestataires dans le but de fournir les livrables dans les délais.

C5.4 Accompagner les équipes métiers dans l’appropriation de la solution et/ou de nouveaux outils et méthodes au quotidien.   

Mise en situation professionnelle :Dans le cadre d’une mise en situation professionnelle portant sur la coordination d’un projet d’intelligence artificielle, le candidat devra participer à la planification du projet, encadrer l’équipe et articuler les ressources humaines et techniques tout en garantissant le respect du calendrier.Mise en situation professionnelle :Dans le cadre d’une mise en situation professionnelle portant sur la diffusion de la solution d’IA au sein d’une structure, le candidat devra accompagner les équipes métiers dans l’appropriation technique et méthodologique.

RNCP35701BC05

Valoriser les résultats du projet d’intelligence artificielle

C1.5 Transposer des résultats du projet en informations opérationnelles pour les métiers de l’entreprise afin d’aider à la prise de décision.

C2.5 Présenter les résultats de manière visuelle et avec clarté en s’appuyant notamment sur l’infographie et la visualisation de données afin de les rendre intelligibles.

C3.5 Mesurer les écarts/non conformités à l’aide d’indicateurs définis afin d’engager des actions correctives.

C4.5 Mesurer les impacts de la solution IA en lien avec les orientations stratégiques de l’entreprise.

Mise en situation professionnelle :Dans le cadre d’une mise en situation professionnelle portant sur la valorisation des résultats d’une solution d’IA le candidat devra transposer les résultats du projet en informations opérationnelles pour les équipes métiers. Mise en situation professionnelle :Dans le cadre d’une mise en situation professionnelle portant sur la gestion d’une solution d’intelligence artificielle, le candidat devra détecter les non-conformités et proposer des pistes d’amélioration.Mise en situation professionnelle :Dans le cadre d’une mise en situation professionnelle portant sur l’impact de la solution IA, le candidat devra mesurer les effets du projet en lien avec les orientations stratégiques de l’entreprise.

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 de l’ensemble des blocs de compétences et à la rédaction et soutenance orale d'une thèse professionnelle, basée sur une expérience professionnelle en entreprise de 4 à 6 mois, équivalents temps plein, consécutifs ou non. Les blocs de compétences peuvent être acquis séparément. Un bloc acquis l’est à vie. Sa valeur dépendra de l'évolution du métier suivant les besoins en compétences du marché du travail et les évolutions technologiques.

Le candidat désirant obtenir la certification par la voie de la VAE devra faire la preuve qu'il a acquis les compétences de chacun des blocs et également, que, dans son parcours professionnel, il a produit un travail écrit solide de nature similaire à la thèse professionnelle et qu'il en fait la présentation devant un public de professionnels 

Secteurs d’activités :

Tous les secteurs d’activités sont potentiellement concernés par l’usage de l’intelligence artificielle dès lors que des solutions de résolution de problèmes complexes s’appuyant sur l’informatique sont à développer. A ce jour, la banque et l’industrie font partie des secteurs qui investissent le plus dans les systèmes d’intelligence artificielle. L’ingénieur en intelligence artificielle peut évoluer au sein de grands groupes, mais également au sein de start-ups :  à travers 70 pays plus de 1 550 start-ups sont spécialisées dans le domaine de l’intelligence artificielle avec une levée de fonds de 22 millions de dollars par entreprise en moyenne.

Type d'emplois accessibles :

En fonction des missions qui lui sont confiées, ainsi que de l’entreprise dans laquelle il exerce ses activités, l'Ingénieur en IA peut occuper des postes intitulés :

·  Ingénieur intelligence artificielle

·  Chef de projet en intelligence artificielle

·  Spécialiste en deep learning / machine learning

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

L'ingénieur en intelligence artificielle doit exercer en respectant les contraintes et obligations liées à l'intelligence artificielle, à l'exploitation des données, ainsi qu'à la sécurité des données, réseaux et systèmes. Il doit également veiller aux impacts de l'intelligence artificielle.

Le cas échéant, prérequis à la validation des compétences :

Conditions d’accès à une formation MASTÈRE SPÉCIALISÉ :
Sont recevables les candidatures d’étudiants titulaires d’un des diplômes suivants :

  • Diplôme d’ingénieur habilité par la Commission des Titres d’Ingénieur 
  • Diplôme d’une école de management habilitée à délivrer le grade national de Master
  • Diplôme de 3ème cycle habilité par les autorités universitaires (DEA, DESS, Master...) ou diplôme professionnel de niveau 7
  • Diplôme de M1 ou équivalent, pour des auditeurs justifiant d’au moins trois années d’expérience professionnelle.
  • Titre inscrit au RNCP niveau 7 (ancienne nomenclature niveau I)
  • Diplôme étranger équivalent aux diplômes français exigés ci-dessus.

Conditions d’accès dérogatoires :

a) Dans la limite de 40% maximum de l’effectif de la promotion suivant la formation Mastère Spécialisé concernée, sont recevables, après une procédure de Validation des acquis personnels et professionnels (VAPP), les candidatures de personnes justifiant a minima de 10 années d’expérience professionnelle (hors stage, césure, cursus initial en alternance). Pour cette voie d’accès, une description du dispositif de la VAPP permettant d'apprécier les connaissances, les méthodes et les savoir-faire du candidat, comportant notamment la composition de la commission pédagogique, devra être présentée ainsi que toute pièce constitutive de ce dispositif adaptée au programme.

b) Par dérogation pour 30% maximum du nombre d’étudiants suivant la formation Mastère Spécialisé concernée, sont recevables les candidatures d’étudiants titulaires d’un des diplômes suivants :

  • Niveau M1 validé ou équivalent sans expérience professionnelle
  • Diplôme de L3 justifiant d’une expérience adaptée de 3 ans minimum

Le pourcentage total des dérogations prévues au a) et au b) ci-dessus ne doit pas excéder 40%.



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

2 Enseignants chercheurs et 2 représentants d'entreprises spécialistes du domaine

En contrat d’apprentissage X -
Après un parcours de formation continue X

2 Enseignants chercheurs et 2 représentants d'entreprises spécialistes du domaine

En contrat de professionnalisation X -
Par candidature individuelle X

2 Enseignants chercheurs et 2 représentants d'entreprises spécialistes du domaine

Par expérience X

2 Enseignants chercheurs et 2 représentants d'entreprises spécialistes du domaine

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 17-06-2021
Durée de l'enregistrement en années 3
Date d'échéance de l'enregistrement 17-06-2024
Statistiques :
Lien internet vers le descriptif de la certification :

https://www.telecom-paris.fr/fr/masteres-specialises/tous-les-ms/intelligence-artificielle

https://www.ensta-paris.fr/fr/mastere-specialise-intelligence-artificielle


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