Science des données et apprentissage profond au service de l’intelligence artificielle

Objectifs et contexte de la certification :

Depuis les années 2000, l’abondance des données créées par les utilisateurs de services numériques et les entreprises , a conduit à l’explosion des avancées en intelligence artificielle. Ceci est d’autant plus vrai dans les domaines de l’intelligence artificielle tirant grand profit de ces données dans le but d’entraîner les ordinateurs (les machines) à réaliser automatiquement des actions numériques : l’apprentissage automatique (machine learning). Ces avancées ont été en partie soutenues par l’ère du Big data, assurant la disponibilité de grandes masses de données de qualité, variées et conditionnées en temps réel, et le développement du calcul distribué, offrant la possibilité de traiter les données massives. En parallèle, la mise à disposition des données privées et institutionnelles à travers les plateformes de compétition en apprentissage automatique et l’open data a permis à tout un chacun d’apporter sa pierre à l’édifice. Ainsi, l'intelligence artificielle prend de plus en plus de place dans notre société et tout indique que la compréhension de ce domaine sera la clé pour des innovations futures. 

Il s'agit à la fois de comprendre les techniques, de pouvoir les mettre en œuvre en pratique et de comprendre les enjeux sociétaux autour de cette révolution. Cette émulation académique, professionnelle et individuelle participe à la transition numérique de notre société en ouvrant la porte à la création de nouveaux métiers et de services innovants. 

Dans ce contexte, la  certification « Science des données et apprentissage profond au service de l’intelligence artificielle » a pour objectif de compléter et enrichir les compétences des salariés des secteurs de l'exploitation de données  massives et de permettre la réalisation d'analyses prédictives répondant à la  problématique de l'entreprise. Elle s'adresse à des diplômés de niveau 7 (master ou ingénieur) dans  des domaines scientifiques qui pourront ainsi être à même de créer ou d'intégrer des équipes d'analyse de données en développant des solutions techniques adaptées, en gérant un projet de recherche et développement, ou en portant un jugement critique sur des solutions proposées par un prestataire.

Pour les candidats, la certification valide la maîtrise pratique des méthodes modernes de sciences des données. Elle leur permettra de prendre une part active à des projets du domaine, soit d'un point de vue technique, soit d'un point de vue de manager. Ils pourront ainsi faire évoluer leur carrière au sein de leur entreprise actuelle ou chez un nouvel employeur, startups de la French Tech ou grandes entreprises.        

Compétences attestées :

Recueillir des données   publiques ou privées exploitables pour l’entraînement de modèles   d’apprentissage automatique

Analyser les   caractéristiques et la qualité des données afin d’évaluer leur potentiel pour   des applications d’intelligence artificielle 

Exploiter les   architectures big data du cloud afin de manipuler de grandes masses de   données et d’en extraire une information pertinente  

Analyser des besoins   métiers et déterminer comment ils peuvent être solutionnées par une   succession de tâches d’intelligence artificielle 

Développer et mettre en   œuvre une architecture de traitement de données répondant à une problématique   industrielle ciblée en utilisant les bibliothèques logicielles de référence 

Construire une   architecture d’apprentissage profond permettant d’analyser automatiquement   des données visuelles et textuelles 

Adapter une architecture   d’apprentissage profonde pré-entraînée aux spécificités des problématiques   applicatives. 

Comparer et évaluer les   performances de différents modèles d’apprentissage automatique

Communiquer autour des   données à destination des décideurs, des experts métier, du grand public 

Dialoguer avec les   acteurs de l’entreprise pour aller d’un prototype à la mise en production 

Respecter la   réglementation et les bonnes pratiques d'utilisation des données, concernant   le respect des données personnelles, de sécurité et d'éthique         

Modalités d'évaluation :

Mises en situation professionnelle et projet professionnel