L'essentiel

Icon de la nomenclature

Nomenclature
du niveau de qualification

Niveau 7

Icon NSF

Code(s) NSF

326 : Informatique, traitement de l'information, réseaux de transmission

Icon formacode

Formacode(s)

31028 : Intelligence artificielle

31052 : Data Warehouse

30854 : Langages informatiques

Icon date

Date d’échance
de l’enregistrement

09-02-2029

Niveau 7

326 : Informatique, traitement de l'information, réseaux de transmission

31028 : Intelligence artificielle

31052 : Data Warehouse

30854 : Langages informatiques

09-02-2029

Nom légal Siret Nom commercial Site internet
ANAPIJ - 92100 53145866900045 ESGI https://www.esgi.fr/

Objectifs et contexte de la certification :

L’Intelligence artificielle apparaît dans une multitude de cas d’usages dont les avancements sont divers (voicebots et chatbots, deep et machine learning, robotique, etc.). Ce contexte influe sur la demande de compétences actuelles et futures à l’échelle française et mondiale.

La transformation par l’IA ne se mesure pas seulement par une « règle économique impactant l’emploi », elle entraîne également une modification des contenus métiers. 

Pour les profils spécialistes de l’IA, des évolutions rapides sont estimées dans les technologies de modélisation informatique des algorithmes (bibliothèques existantes, Cloud Computing, applicatifs intégrant l’IA etc.).

Les professionnels Expert en ingénierie de l’intelligence artificielle sont en mesure de proposer et de développer des solutions innovantes aux solutions métier, ainsi que d’apporter des conseils sur le bon usage des technologies pour l’industrialisation des process.

Cette certification a pour objectif de répondre au besoin majeur de professionnels qualifiés en intelligence artificielle au sein des entreprises de toute taille et de tout secteur d’activités.

Activités visées :

Les activités professionnelles de l’expert en ingénierie de l’intelligence artificielle se répartissent en quatre grands champs d’activités :

  • La mesure de l’apport de l’intelligence artificielle dans la stratégie du système d’information de l’entreprise.
  • L’élaboration et la mise en production des modèles et algorithmes d’analyse, de gestion et de traitement de la donnée.
  • La conception et le pilotage d’une infrastructure d’acquisition, de stockage, de traitement et de restitution de donnée.
  • La conduite de l’ingénierie de projet d’intelligence artificielle.

Compétences attestées :

Auditer les pratiques d’utilisation de la donnée et de l’intelligence artificielle au sein de l’entreprise pour définir une stratégie d’intégration de l’intelligence artificielle permettant d’augmenter la performance du système informatique de l’entreprise.

Réaliser un benchmark des avancées technologiques et scientifiques en intelligence artificielle et big data, en France comme à l’étranger, via une veille scientifique et technique pour apporter de la valeur ajoutée au SI de l’entreprise et être réactif sur le marché.

Proposer des évolutions en réponse à l’audit en les argumentant au travers de prototypes ou simulations afin de sélectionner une solution en lien avec les systèmes informatiques existants, la réglementation en vigueur, le budget alloué, le temps imparti, la stratégie générale et la politique RSE de l’entreprise.

Rédiger un cahier des charges intégrant les spécifications techniques et anticipant les contraintes technologiques, financières et de sécurité pour cadrer les évolutions de l’architecture du système informatique.

Modéliser les processus cognitifs à partir de traitement d’image, de texte et de l’analyse d’expériences passées pour préparer et normaliser les données structurées et non structurées.

Prototyper et tester des algorithmes de prédiction en suivant leur performance et le traitement de la donnée afin de modéliser les comportements et extraire de nouveaux usages.

Programmer des algorithmes via l’apprentissage fédéré sur des périphériques ou serveurs décentralisés pour créer un modèle permettant la restitution de données sur une plateforme d’utilisation limitant l’utilisation d’énergie.

Analyser et traiter les résultats des modèles et algorithmes implantés pour les restituer aux parties prenantes et en ressortir des axes d’amélioration.

Analyser l’infrastructure de l’entreprise en dressant un état des lieux du matériel et des logiciels pour définir la stratégie d’infrastructure nécessaire eu égard de la stratégie globale, de la politique RSE et du budget alloué par l’entreprise.

Identifier et comparer des plateformes de stockage des données pour sélectionner la plus accessible et adaptée à la stratégie d’infrastructure de l’entreprise et respectant les normes et la réglementation en vigueur.

Installer l’infrastructure en accompagnant les différentes parties prenantes à l’organisation afin d’assurer une mise en service optimale.

Déployer l’infrastructure dans une solution de cloud après sélection du fournisseur afin de réduire les investissements d’infrastructure de l’entreprise.

Constituer un échantillon de données utilisables par tous les systèmes de stockage afin d’assurer leur traitement.

Restituer un ensemble de données à travers un rapport d'activités afin de faire état et présenter les résultats à l’entreprise.      

Déployer une stratégie de mise en conformité des traitements sur les données pour les récolter et les structurer dans le respect des règles éthiques, juridiques et réglementaires.

Réaliser des simulations et traitement de données grâce au deep learning et machine learning pour adapter les systèmes d’informations existants.

Contrôler les évolutions du système informatique afin d’ajuster la conception, la mise en production et le pilotage des futurs projets et solutions d’intelligence artificielle. 

Superviser les parties prenantes lors de la mise en production de l’IA en veillant à l’exploitation technique et fonctionnelle et à la gestion des flux de données en temps réel, en tenant compte de l’impact écologique pour accompagner le changement dans le respect du cahier des charges, de la réglementation en vigueur, du temps et du budget impartis.

Piloter le déroulement du projet d’intelligence artificielle en assurant le suivi, l’analyse des résultats, la formation et l’accompagnement des collaborateurs de façon inclusive pour assurer le déploiement et la conformité du projet.

Rédiger une documentation associée au projet d’intelligence artificielle tenant compte des règles d’accessibilité et du RGPD pour faciliter son utilisation, sa maintenance et son évolution dans le système informatique existant. 

Analyser l’ingénierie d’intelligence artificielle déployée, la rentabilité de la solution d’intelligence artificielle, son accessibilité et l’impact écologique d’après des indicateurs de suivi de la performance pour mettre en place des actions correctives le cas échéant, afin d’accroitre la performance de l’entreprise.

Modalités d'évaluation :

Les candidats à la certification sont évalués au travers de plusieurs projets et mises en situation professionnelle.

RNCP38587BC01 - Mesurer l’apport de l’intelligence artificielle dans la stratégie du système d’information de l’entreprise

Liste de compétences Modalités d'évaluation

Auditer les pratiques d’utilisation de la donnée et de l’intelligence artificielle au sein de l’entreprise pour définir une stratégie d’intégration de l’intelligence artificielle permettant d’augmenter la performance du système informatique de l’entreprise.

Réaliser un benchmark des avancées technologiques et scientifiques en intelligence artificielle et big data, en France comme à l’étranger, via une veille scientifique et technique pour apporter de la valeur ajoutée au SI de l’entreprise et être réactif sur le marché.

Proposer des évolutions en réponse à l’audit en les argumentant au travers de prototypes ou simulations afin de sélectionner une solution en lien avec les systèmes informatiques existants, la réglementation en vigueur, le budget alloué, le temps imparti, la stratégie générale et la politique RSE de l’entreprise.

Rédiger un cahier des charges intégrant les spécifications techniques et anticipant les contraintes technologiques, financières et de sécurité pour cadrer les évolutions de l’architecture du système informatique.

Mise en situation professionnelle reconstituée au travers d'un jeu de rôle avec simulation MOA/MOE.

RNCP38587BC02 - Elaborer et mettre en production des modèles et algorithmes d’analyse, de gestion et de traitement de la donnée

Liste de compétences Modalités d'évaluation

Modéliser les processus cognitifs à partir de traitement d’image, de texte et de l’analyse d’expériences passées pour préparer et normaliser les données structurées et non structurées.

Prototyper et tester des algorithmes de prédiction en suivant leur performance et le traitement de la donnée afin de modéliser les comportements et extraire de nouveaux usages.

Programmer des algorithmes via l’apprentissage fédéré sur des périphériques ou serveurs décentralisés pour créer un modèle permettant la restitution de données sur une plateforme d’utilisation limitant l’utilisation d’énergie.

Analyser et traiter les résultats des modèles et algorithmes implantés pour les restituer aux parties prenantes et en ressortir des axes d’amélioration.

Projet d'implémentation et d'utilisation des modèles et algorithmes relatifs au Machine Learning.

Mise en situation professionnelle de développement d'une application interagissant avec une API.

RNCP38587BC03 - Concevoir et piloter une infrastructure d’acquisition, de stockage, de traitement et de restitution de données

Liste de compétences Modalités d'évaluation

Analyser l’infrastructure de l’entreprise en dressant un état des lieux du matériel et des logiciels pour définir la stratégie d’infrastructure nécessaire eu égard de la stratégie globale, de la politique RSE et du budget alloué par l’entreprise.

Identifier et comparer des plateformes de stockage des données (solutions en déploiement local ou cloud) pour sélectionner la plus accessible et adaptée à la stratégie d’infrastructure de l’entreprise et respectant les normes et la réglementation en vigueur.

Installer l’infrastructure en accompagnant les différentes parties prenantes à l’organisation afin d’assurer une mise en service optimale.

Déployer l’infrastructure dans une solution de cloud après sélection du fournisseur afin de réduire les investissements d’infrastructure de l’entreprise.

Constituer un échantillon de données utilisables par tous les systèmes de stockage afin d’assurer leur traitement.

Restituer un ensemble de données à travers un rapport d'activités afin de faire état et présenter les résultats à l’entreprise.      

Projet de manipulation des principaux composants d’une solution de cloud IaaS et mise en oeuvre d'un projet Big Data.

RNCP38587BC04 - Piloter un projet d’intelligence artificielle

Liste de compétences Modalités d'évaluation

Déployer une stratégie de mise en conformité des traitements sur les données pour les récolter et les structurer dans le respect des règles éthiques, juridiques et réglementaires.

Réaliser des simulations et traitement de données grâce au deep learning et machine learning pour adapter les systèmes d’informations existants.

Contrôler les évolutions du système informatique afin d’ajuster la conception, la mise en production et le pilotage des futurs projets et solutions d’intelligence artificielle. 

Superviser les parties prenantes lors de la mise en production de l’IA en veillant à l’exploitation technique et fonctionnelle et à la gestion des flux de données en temps réel, en tenant compte de l’impact écologique pour accompagner le changement dans le respect du cahier des charges, de la réglementation en vigueur, du temps et du budget impartis.

Piloter le déroulement du projet d’intelligence artificielle en assurant le suivi, l’analyse des résultats, la formation et l’accompagnement des collaborateurs de façon inclusive pour assurer le déploiement et la conformité du projet.

Rédiger une documentation associée au projet d’intelligence artificielle tenant compte des règles d’accessibilité et du RGPD pour faciliter son utilisation, sa maintenance et son évolution dans le système informatique existant. 

Analyser l’ingénierie d’intelligence artificielle déployée, la rentabilité de la solution d’intelligence artificielle, son accessibilité et l’impact écologique d’après des indicateurs de suivi de la performance pour mettre en place des actions correctives le cas échéant, afin d’accroitre la performance de l’entreprise.

Mise en situation professionnelle reconstituée portant sur la résolution de problèmes en science des données et mise en place d'une solution d'amélioration de la performance d'une entreprise.

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

L'obtention de chaque bloc de compétences fait l'objet de la délivrance d'une attestation de compétences. 

La validation de l'ensemble des blocs de compétences permet l’obtention de la certification. 

Secteurs d’activités :

L’expert en ingénierie de l’intelligence artificielle est amené à travailler dans tous les secteurs d’activités : le commerce, l’éducation, la santé, l’automobile, l’aéronautique, les médias, la banque et les assurances, le marketing, le luxe ou encore l’environnement et le tourisme.

Les secteurs d’activités majoritairement concernés sont les ESN et sociétés d’activités informatiques, premiers recruteurs, ainsi que les activités de conseil et services aux entreprises.

Type d'emplois accessibles :

Ingénieur en intelligence artificielle - Chef de projet intelligence artificielle - Big data engineer - Ingénieur deep learning / machine learning - Ingénieur DevOps - Développeur spécialiste IA / deep learning / machine learning - Analyste spécialiste IA / deep learning / machine learning - Data engineer

ou encore consultant mobilisant l’IA dans leur pratique : Consultant cloud/DevOps, consultant informatique, Consultant Data Scientist

Code(s) ROME :

  • M1803 - Direction des systèmes d''information
  • M1810 - Production et exploitation de systèmes d''information
  • M1802 - Expertise et support en systèmes d''information
  • M1805 - Études et développement informatique

Références juridiques des règlementations d’activité :

Le métier n'est pas réglementé. Néanmoins cet expert veille au quotidien dans ces activités à la prise en compte et au respect des aspects éthiques, d'écoresponsabilité, d’écoconception et réglementaires (RGPD, accessibilité numérique, droits d’auteurs, protection des logiciels, …), ainsi qu'aux bonnes pratiques que le marché rend normatives (notamment en termes de sécurité : CISA, ISO, EBIOS, ANSSI, etc.). Il respecte et tient compte notamment d’un certain nombre d’aspects aspects réglementaires [1] dans son activité.

En tant qu’acteur de la chaîne de valeur du numérique, l’expert en ingénierie de l’intelligence artificielle tient également compte de la loi du 15 novembre 2021 visant à réduire l’empreinte environnementale du numérique en France - loi REEN[2] .

[1] L’ordonnance n° 2018-1125 du 12 décembre 2018 prise en application de l'article 32 de la loi n° 2018-493 du 20 juin 2018 relative à la protection des données personnelles et portant modification de la loi n° 78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés et diverses dispositions concernant la protection des données à caractère personnel. La loi n° 2018-493 du 20 juin 2018 relative à la protection des données personnelles. La loi n° 78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés. 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. La norme ISO 27001 (référence en matière de système de management de la sécurisation des données informatiques dans le Monde. Elle s’adresse toutes les entreprises qui gèrent des données sensibles, soit pour le compte de tiers, soit pour soi-même). La norme ISO 20000 qui permet de certifier la gestion des services informatiques au niveau des organisations.

[2] Loi n° 2021-1485 du 15 novembre 2021 visant à réduire l'empreinte environnementale du numérique en France : https://www.legifrance.gouv.fr/jorf/id/JORFTEXT000044327272

Le cas échant, prérequis à l’entrée en formation :

Être titulaire d’une certification de niveau 6 ou équivalent, dans les domaines de l’informatique et/ou du numérique.

L'accès au dispositif est soumis à l’étude du dossier ainsi qu’à des examens (écrits + entretien) portant avant tout sur les objectifs et la motivation des postulants ; ils peuvent également comporter des éléments d’appréciations relatifs à des aspects plus techniques, aux stages et expériences professionnelles antérieurs. 

Le cas échant, prérequis à la validation de la certification :

Avoir réalisé une période d'activité en entreprise (stage, apprentissage, période de professionnalisation...) d'une durée minimum de 130 jours.

Pré-requis disctincts pour les blocs de compétences :

Non

Validité des composantes acquises :

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 la délivrance de la certification est composé a minima de 60% professionnels du secteur dont l'un est président du jury.

En contrat d’apprentissage X

Le jury de la délivrance de la certification est composé a minima de 60% professionnels du secteur dont l'un est président du jury.

Après un parcours de formation continue X

Le jury de la délivrance de la certification est composé a minima de 60% professionnels du secteur dont l'un est président du jury.

En contrat de professionnalisation X

Le jury de la délivrance de la certification est composé a minima de 60% professionnels du secteur dont l'un est président du jury.

Par candidature individuelle X -
Par expérience X

Le jury de la délivrance de la certification est composé a minima de 60% professionnels du secteur dont l'un est président du jury.

Validité des composantes acquises
Oui Non
Inscrite au cadre de la Nouvelle Calédonie X
Inscrite au cadre de la Polynésie française X

Statistiques :

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 56 0 99 76 -
2022 55 0 97 72 74

Lien internet vers le descriptif de la certification :

https://www.titres-certifies.com/titres-rncp/expert-en-ingenierie-de-lintelligence-artificielle/

 

Liste des organismes préparant à la certification :

Certification(s) antérieure(s) :

Certification(s) antérieure(s)
Code de la fiche Intitulé de la certification remplacée
RNCP35450 Expert en ingénierie de l'intelligence artificielle

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