L'essentiel
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)
31028 : Intelligence artificielle
31014 : Informatique décisionnelle
31094 : Conduite projet informatique
Date d’échéance
de l’enregistrement
09-02-2029
Nom légal | Siret | Nom commercial | Site internet |
---|---|---|---|
AIVANCITY | 88343992900026 | - | https://www.aivancity.ai/ |
Objectifs et contexte de la certification :
La certification vise à préparer au métier de chef de projet en développement de solutions IA et répond à un besoin des entreprises qui font face aux changements induits par les nouvelles technologies.
La plupart des entreprises ont des besoins en termes d’intégration de l’intelligence artificielle dans leur process. Pour que cette intégration soit pertinente, il faut à la fois connaître les possibilités de l’intelligence artificielle, mais également le mode de fonctionnement des entreprises. Le chef de projet en développement de solutions IA apporte une réponse à cette problématique en faisant le lien entre les volets technologiques et organisationnels des transformations IA.
Les activités abordées par la certification couvrent les deux grands domaines de la conduite du projet IA qui nécessite l’acquisition de compétences en « Business et Management » et des compétences en « IA techniques ». Il s’agit d’un profil « hybride » » que l’on trouve peu sur le marché et pour lequel la demande est forte. Si la recherche en IA nécessite un niveau de mathématiques / informatique élevé, ce n’est pas le cas de son utilisation dans de nombreux problèmes concrets. En effet, l’implémentation de solutions IA dans des organisations n’est pas qu’une question technique. Elle nécessite une connaissance du fonctionnement de ces organisations et de l’ensemble du spectre lié aux questions de faisabilité, de validité, d’acceptabilité, de confiance, de responsabilité. En conséquence, il paraît important que la présente certification s’organise au sein du triptyque : IA, Management, Ethique. Cette sorte d’ADN de la certification n’existe pas ou peu en France et constitue donc une innovation à l’échelle nationale et internationale.
Activités visées :
- Elaboration de la stratégie et identification des opportunités de l’entreprise dans le domaine 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 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 (par exemple le cas des IA génératives).
- Mesurer l’impact de l’intelligence artificielle sur l’environnement, la société et l’individu, en identifiant les éventuels décalages par rapport aux dispositions du RGAA et définir des solutions de remédiation et/ou de collaboration afin d’adopter une démarche soucieuse des questions éthiques.
- 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.
- Définir une politique de protection de données en identifiant les principaux risques internes et externes liés à leur sécurité afin de mieux les gérer.
- 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.
- 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.
- 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 en explorant les bibliothèques existantes pour les applications data afin de préparer l’analyse de données.
- 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.
- Modéliser les données en s’appuyant sur des modèles statistiques explicatifs afin de les rendre intelligibles et exploitables.
- Traduire les contenus bruts en données structurées en appliquant des techniques de vectorisation afin de les rendre exploitables par des algorithmes d’apprentissage automatisés.
- 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.
- Implémenter des modèles d’apprentissage profond en concevant une architecture optimisée afin de maximiser la puissance prédictive.
- 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.
- Sélectionner l’algorithme d’intelligence artificielle adapté au problème à résoudre en réalisant des études comparatives de différents algorithmes, et en prenant en compte les besoins spécifiques des utilisateurs, notamment des personnes en situation de handicap afin d’assurer l’efficacité de la solution.
- 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.
- Evaluer la fiabilité des algorithmes prédictifs en appliquant une stratégie de validation croisée des données afin de minimiser l’influence des valeurs extrêmes.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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 tout en prenant en compte les besoins des personnes en situation de handicap.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
Modalités d'évaluation :
- Etudes de cas d’entreprise basées sur des sources documentaires fournis au candidat ou d’un modèle IA implémenté en entreprise
- Etude de cas de création ou de développement d’un projet Data en entreprise ou autre type d’Organisation
- Mises en situations professionnelles reconstituées à partir d’un jeu de données brutes provenant de différentes sources et d’un jeu de donnée compilées, nettoyées et améliorées
- Rédaction d’un cahier de spécifications fonctionnelles et techniques
- Mise en situation professionnelle de projet d’intelligence artificielle
RNCP38584BC01 - Identifier et définir les enjeux et les impacts des différents domaines d’usage de l’intelligence artificielle
Liste de compétences | Modalités d'évaluation |
---|---|
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 (par exemple le cas des IA génératives). Mesurer l’impact de l’intelligence artificielle sur l’environnement, la société et l’individu, en identifiant les éventuels décalages par rapport aux dispositions du RGAA et définir des solutions de remédiation et/ou de collaboration afin d’adopter une démarche soucieuse des questions éthiques. 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. Définir une politique de protection de données en identifiant les principaux risques internes et externes liés à leur sécurité afin de mieux les gérer. 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 |
Etude de cas pratique : A partir d’une étude de cas d’entreprise détaillant son secteur d’activité et ses enjeux futurs, le candidat complète l’analyse sectorielle à travers des sources extérieures et propose différentes options stratégiques pour l’usage de l’IA au sein de l’entreprise, ensuite présente une analyse des impacts humains, sociétaux et environnementaux de chacune des options stratégiques. Il doit proposer des solutions de remédiation et/ou de collaboration. Etude de cas pratique : A partir d’un cas de création ou de développement d’un projet Data en entreprise ou autre type d’Organisation, le candidat réalise une analyse complète relative aux enjeux de sécurité et de protection des données personnelles. Il propose une politique et un plan de protection et d’assurance qualité des données. |
RNCP38584BC02 - Analyser et traiter des données
Liste de compétences | Modalités d'évaluation |
---|---|
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. 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 en explorant les bibliothèques existantes pour les applications data afin de préparer l’analyse de données. 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. Modéliser les données en s’appuyant sur des modèles statistiques explicatifs afin de les rendre intelligibles et exploitables. |
Mise en situation professionnelle reconstituée : A partir d’un jeu de données brutes provenant de différentes sources, le candidate devra collecter les données pour l’analyse et présenter un jeu de données traitées en utilisant les outils et techniques appropriés. Ensuite, il devra réaliser des analyses statistiques et des recommandations de modélisation de données permettant de répondre à un problème métier. |
RNCP38584BC03 - Implémenter une solution d’apprentissage automatisé (Machine et Deep Learning)
Liste de compétences | Modalités d'évaluation |
---|---|
Traduire les contenus bruts en données structurées en appliquant des techniques de vectorisation afin de les rendre exploitables par des algorithmes d’apprentissage automatisés. 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. Implémenter des modèles d’apprentissage profond en concevant une architecture optimisée afin de maximiser la puissance prédictive. 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. Sélectionner l’algorithme d’intelligence artificielle adapté au problème à résoudre en réalisant des études comparatives de différents algorithmes, et en prenant en compte les besoins spécifiques des utilisateurs, notamment des personnes en situation de handicap afin d’assurer l’efficacité de la solution. 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. Evaluer la fiabilité des algorithmes prédictifs en appliquant une stratégie de validation croisée des données afin de minimiser l’influence des valeurs extrêmes. |
Mise en situation professionnelle reconstituée : à partir d’un jeu de donnée d’entreprise, le candidate devra mettre en œuvre divers prétraitements et augmentation de données afin de rendre ces dernières exploitables par les techniques d’apprentissage automatisées. Mise en situation professionnelle, réalisée dans un environnement cloud dédié : le candidat devra concevoir des solutions d’apprentissage profond, en mesurer les performances et mettre en place des modèles d’IA adaptés à ces solutions. Ensuite, en se basant sur la solution proposée ci-haut, le candidat devra réaliser un rapport de synthèse et d’étonnement incluant l’explication des choix de solutions IA implémentés, l’interprétation des résultats, l’évaluation de la fiabilité des algorithmes et une proposition d’optimisation. |
RNCP38584BC04 - Conduire le développement informatique d’un projet d’intelligence artificielle
Liste de compétences | Modalités d'évaluation |
---|---|
Traduire les contenus bruts en données structurées en appliquant des techniques de vectorisation afin de les rendre exploitables par des algorithmes d’apprentissage automatisés. 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. Implémenter des modèles d’apprentissage profond en concevant une architecture optimisée afin de maximiser la puissance prédictive. 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. Sélectionner l’algorithme d’intelligence artificielle adapté au problème à résoudre en réalisant des études comparatives de différents algorithmes, et en prenant en compte les besoins spécifiques des utilisateurs, notamment des personnes en situation de handicap afin d’assurer l’efficacité de la solution. 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. Evaluer la fiabilité des algorithmes prédictifs en appliquant une stratégie de validation croisée des données afin de minimiser l’influence des valeurs extrêmes. |
Rédaction d’un cahier de spécifications fonctionnelles et techniques : le candidat devra produire ce document sur la base d’un cas de projet d’IA. Etude de cas : sur la base d’un modèle d’IA implémenté en entreprise, le candidat réalise un diagnostic des ressources informatiques et émet des préconisations pour assurer la performance du modèle d’intelligence artificielle mis en production. Etude de cas : le candidat propose un plan de maintenabilité du code et d’évolution logicielle pour permettre la performance à long terme du projet IA. |
RNCP38584BC05 - Valoriser les résultats du projet d’intelligence artificielle
Liste de compétences | Modalités d'évaluation |
---|---|
Concevoir une interface Homme-Machine simple (plateforme) adaptée au projet en s'appuyant sur des bibliothèques de programmation dédiées afin de visualiser les résultats du projet d’intelligence artificielle tout en prenant en compte les besoins des personnes en situation de handicap. 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. 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. 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. |
Etude de cas : le candidat devra concevoir un IHM simple et produire une note analysant les solutions de visualisation des données issues du modèle IA et présenter devant un jury les résultats du projet. Etude de cas : à partir d’un cas réel de projet d’IA, le candidat devra produire une note avec des propositions de suivi de l’évolution de la solution IA et la présenter devant un jury. Etude de cas : à partir d’un cas réel de projet d’IA, le candidat devra produire une note avec des recommandations sur les différentes possibilités d’usages des résultats d’un projet IA ainsi que leurs implications éthiques. Il doit également la présenter devant un jury de professeurs. |
RNCP38584BC06 - Gérer un projet IA
Liste de compétences | Modalités d'évaluation |
---|---|
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. 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. 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. 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. |
Mise en situation professionnelle : le candidat est soumis au sein d’un groupe d’apprenants à un projet d’intelligence artificielle confié par une entreprise. Il réalise un rapport de mission et une soutenance orale devant un jury composé de professeurs et d’experts. |
Description des modalités d'acquisition de la certification par capitalisation des blocs de compétences et/ou par correspondance :
L’obtention de la certification est conditionnée à la validation des 6 blocs de compétences et la réalisation d’une mission en entreprise (le/la candidat(e) 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.
Le jury de certification, seule autorité autorisée à délivrer la certification professionnelle, se base pour prendre sa décision d'attribution de la certification sur les critères suivants :
- Les candidats n’ayant pas obtenu une notre inférieure à 7/20 pour une ou plusieurs compétences du référentiel.
- Les candidats ayant obtenu un résultat supérieur ou égal à 10/20 pour chacun des blocs de compétences mentionnées dans le référentiel de certification professionnelle.
- Les candidats qui ont validé leur rapport de mission par une note globale (rapport + soutenance) supérieur ou égale à 10/20.
- Les candidats à qui le Jury de certification n’a pas refusé à l’unanimité la certification ET motivé son refus dans un procès-verbal de refus de certification signé par chacun des membres du Jury de certification.
Ces conditions sont cumulatives.
Les modalités d'évaluation peuvent être adaptées aux personnes en situation de handicap.
Par la voie de la VAE
Le jury VAE procède à l’évaluation des compétences professionnelles du candidat acquises par l’expérience sur la base d'un dossier de recevabilité (Livret 1), d'un entretien de faisabilité-orientation approfondi et la constitution d'un portefeuille de preuves (Livret 2).
.
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, etc.
- Industrie : Les principaux applications de l’IA sont les suivants : robotique, automatisme, maintenance prédictive, contrôle qualité, interfaces homme-machine, etc.
Type d'emplois accessibles :
- Chef de projet en développement de solutions d'intelligence artificielle
- Directeur projet Intelligence Artificielle
- Chef de projet Machine Learning
- Manager d’équipe Intelligence Artificielle
- Expert Intelligence Artificielle
- Consultant Intelligence Artificielle
- Ingénieur Intelligence Artificielle
Code(s) ROME :
- M1805 - Études et développement informatique
Références juridiques des règlementations d’activité :
Même si les métiers de l'intelligence artificielle ne sont pas réglementés, ils nécessitent la maitrise de plusieurs réglementations qui se développent, en particulier en Europe pour encadrer les usages des solutions IA/Data. On peut citer :
En France :
- La loi no 78-17 du 6 janvier 1978 relative à l’informatique, aux fichiers et aux libertés, plus connue sous le nom de loi informatique et libertés (dans sa rédaction en vigueur depuis 2019)
- Le décret n° 2019-536 du 29 mai 2019 qui détaille les modalités d’application de la Loi Informatique et Liberté et de la RGPD
- La loi n° 2004-575 du 21 juin 2004 pour La Confiance en l'Économie Numérique (LCEN)
- Le référentiel général d’amélioration de l’accessibilité (RGAA).
Eu Europe :
- Le règlement UE 2016/679 du Parlement européen et du Conseil du 27 avril 2016 relatif à la protection des personnes physiques à l'égard du traitement des données à caractère personnel et à la libre circulation de ces données, dit règlement général sur la protection des données (RGPD)
- Le règlement sur la gouvernance des données (Data Governance Act) - voté en mai 2022, et applicable en septembre 2023 qui régit le partage des données personnelles et non personnelles au niveau européen.
- La proposition de règlement sur les données (Data Act) - du 23 février 2022 - propose de gérer la répartition de la valeur issue de l’utilisation des données personnelles et non personnelles entre les acteurs de l’économie de la donnée (utilisation des objets connectés et développement de l’Internet des objets).
Le cas échant, prérequis à l’entrée en formation :
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.
Le cas échant, prérequis à la validation de la certification :
Pré-requis disctincts pour les blocs de compétences :
Non
Validité des composantes acquises :
Voie d’accès à la certification | Oui | Non | Composition des jurys | Date de dernière modification |
---|---|---|---|---|
Après un parcours de formation sous statut d’élève ou d’étudiant | X |
Le jury de certification est composé de cinq membres :
|
- | |
En contrat d’apprentissage | X |
Le jury de certification est composé de cinq membres :
|
- | |
Après un parcours de formation continue | X |
Le jury de certification est composé de cinq membres :
|
- | |
En contrat de professionnalisation | X |
Le jury de certification est composé de cinq membres :
|
- | |
Par candidature individuelle | X | - | - | |
Par expérience | X |
Le jury de certification est composé de cinq membres :
|
- |
Oui | Non | |
---|---|---|
Inscrite au cadre de la Nouvelle Calédonie | X | |
Inscrite au cadre de la Polynésie française | X |
Certifications professionnelles enregistrées au RNCP en correspondance partielle :
Bloc(s) de compétences concernés | Code et intitulé de la certification professionnelle reconnue en correspondance partielle | Bloc(s) de compétences en correspondance partielle |
---|---|---|
RNCP38584BC01 - Identifier et définir les enjeux et les impacts des différents domaines d’usage de l’intelligence artificielle | RNCP35609 - Chef de Projets en Intelligence Artificielle et Science des Données (MS) | RNCP35609BC01 - Identifier des cas concrets d’usage pour concevoir, développer et conduire des projets d'IA en collaboration avec des partenaires et sous-traitants stratégiques |
RNCP38584BC02 - Analyser et traiter des données | RNCP35609 - Chef de Projets en Intelligence Artificielle et Science des Données (MS) | RNCP35609BC04 - Organiser l'extraction, la mise en forme et le stockage en temps réel de données massives structurées ou non structurées |
RNCP38584BC02 - Analyser et traiter des données | RNCP35701 - Ingénieur en intelligence artificielle (MS) | RNCP35701BC02 - Elaborer des données exploitables pour la solution d’intelligence artificielle |
RNCP38584BC02 - Analyser et traiter des données | RNCP37137 - Chef de projet data et intelligence artificielle | RNCP37137BC02 - Sélectionner et interpréter les données d’une solution d’Intelligence Artificielle |
RNCP38584BC03 - Implémenter une solution d’apprentissage automatisé (Machine et Deep Learning) | RNCP35701 - Ingénieur en intelligence artificielle (MS) | RNCP35701BC03 - Développer une solution d’apprentissage automatique (machine Learning) |
RNCP38584BC03 - Implémenter une solution d’apprentissage automatisé (Machine et Deep Learning) | RNCP36129 - Chef de projet en intelligence artificielle | RNCP36129BC03 - Développer une solution d'intelligence artificielle (Machine et Deep Learning) |
RNCP38584BC04 - Conduire le développement informatique d’un projet d’intelligence artificielle | RNCP36582 - Chef de projet expert en intelligence artificielle | RNCP36582BC03 - Préparer la maintenabilité et le déploiement d’une solution IA (assurance qualité – stratégie accompagnement au changement) |
RNCP38584BC05 - Valoriser les résultats du projet d’intelligence artificielle | RNCP35701 - Ingénieur en intelligence artificielle (MS) | RNCP35701BC05 - Valoriser les résultats du projet d’intelligence artificielle |
RNCP38584BC06 - Gérer un projet IA | RNCP35253 - Chef de projet intelligence artificielle | RNCP35253BC03 - Management de la réalisation technique d'un projet IA |
RNCP38584BC06 - Gérer un projet IA | RNCP35450 - Expert en ingénierie de l'intelligence artificielle | RNCP35450BC02 - Piloter un projet d’intelligence artificielle |
RNCP38584BC06 - Gérer un projet IA | RNCP35450 - Expert en ingénierie de l'intelligence artificielle | RNCP35450BC04 - Concevoir et piloter une infrastructure d’acquisition, de stockage, de traitement et de restitution de données |
RNCP38584BC06 - Gérer un projet IA | RNCP35609 - Chef de Projets en Intelligence Artificielle et Science des Données (MS) | RNCP35609BC03 - Manager des projets intégrant l'IA et la valorisation des données |
RNCP38584BC06 - Gérer un projet IA | RNCP35684 - Ingénieur en intelligence artificielle | RNCP35684BC04 - Gestion d'un projet d'intelligence artificielle |
RNCP38584BC06 - Gérer un projet IA | RNCP35701 - Ingénieur en intelligence artificielle (MS) | RNCP35701BC04 - Gérer un projet d’intelligence artificielle |
RNCP38584BC06 - Gérer un projet IA | RNCP36129 - Chef de projet en intelligence artificielle | RNCP36129BC02 - Piloter un projet d'intelligence artificielle |
RNCP38584BC06 - Gérer un projet IA | RNCP36582 - Chef de projet expert en intelligence artificielle | RNCP36582BC04 - Manager un projet informatique avec agilité en collaboration avec les parties prenantes |
RNCP38584BC06 - Gérer un projet IA | RNCP37137 - Chef de projet data et intelligence artificielle | RNCP37137BC04 - Gérer un projet d’intelligence artificielle |
Référence au(x) texte(s) règlementaire(s) instaurant la certification :
Date du JO/BO | Référence au JO/BO |
---|---|
10/02/2021 |
Certification professionnelle crée par décision de France compétences en date du 10/02/2021 et enregistrée pour 3 ans, sous le RNCP35255 Chef de projet en développement de solutions d'intelligence artificielle, et au niveau 7 |
Date de décision | 09-02-2024 |
---|---|
Durée de l'enregistrement en années | 5 |
Date d'échéance de l'enregistrement | 09-02-2029 |
Date de dernière délivrance possible de la certification | 09-02-2033 |
Statistiques :
Année d'obtention de la certification | Nombre de certifiés | Nombre de certifiés à la suite d’un parcours vae | Taux d'insertion global à 6 mois (en %) | Taux d'insertion dans le métier visé à 6 mois (en %) | Taux d'insertion dans le métier visé à 2 ans (en %) |
---|---|---|---|---|---|
2023 | 10 | 0 | 80 | 80 | - |
2022 | 10 | 0 | 90 | 90 | 100 |
Lien internet vers le descriptif de la certification :
https://story.aivancity.com/chefddeprojetia/
Le certificateur n'habilite aucun organisme préparant à la certification
Certification(s) antérieure(s) :
Code de la fiche | Intitulé de la certification remplacée |
---|---|
RNCP35255 | Chef de projet en développement de solutions d'intelligence artificielle |
Référentiel d'activité, de compétences et d'évaluation :