Concepteur développeur en intelligence artificielle et analyse big data - option data science - Blocs 2, 3, 4 et 5

Validation de la formation

• Concepteur développeur en intelligence artificielle et analyse big data | Niveau 6 : Licence, licence professionnelle, BUT (Niveau 6 européen) | Code Certifinfo n°116296 RNCP 38616

Programme

"Concepteur développeur en intelligence artificielle et analyse big data - RNCP38616BC02, RNCP38616BC03, RNCP38616BC04, RNCP38616BC05
Module 1 - Decision Science (48h)
Objectif : À l’issue de ce module, les stagiaires seront capables d’analyser un problème business réel, de formuler des hypothèses, d’appliquer des méthodes statistiques (inférence, régression linéaire et logistique), et de présenter des recommandations claires et visuelles via un dashboard, en adoptant une posture de consultant Data.
Module 2 - Math (8h)
Objectif : À l’issue de ce module, les stagiaires seront capables de mobiliser les notions fondamentales d’algèbre linéaire et de calcul différentiel (fonctions, équations, vecteurs, matrices, dérivées, intégrales) nécessaires à la compréhension et à la mise en oeuvre des algorithmes de data science.
Module 3 - Machine Learning (80h)
Objectif : À l’issue de ce module, les stagiaires seront capables de mettre en oeuvre un projet complet de machine learning supervisé ou non supervisé à l’aide de Scikit-Learn, en maîtrisant les étapes clés du workflow (préparation des données, modélisation, évaluation, optimisation, industrialisation), tout en comprenant les fondements mathématiques des algorithmes et leurs applications à des données tabulaires, textuelles ou temporelles.
Module 4 - Deep Learning (64h)
Objectif : À l’issue de ce module, les stagiaires seront capables de concevoir, entraîner et évaluer différents types de réseaux neuronaux (dense, convolutifs, récursifs, transformers) pour traiter des données complexes (images, texte, séquences), tout en comprenant les principes de l’apprentissage profond, de l’optimisation, du NLP, des modèles génératifs (GAN, RAG) et de l’apprentissage par renforcement.
Module 5 - ML Ops (32h)
Objectif : À l’issue de ce module, les stagiaires seront capables de mettre en production un modèle de machine learning à l’échelle en automatisant son entraînement, en le déployant dans le cloud via une API, et en créant une interface web fonctionnelle permettant l’exploitation du modèle en conditions réelles.
Module 6 - Projet - (80h)
Objectif : À l’issue de ce module, les stagiaires seront capables de concevoir, développer, déployer et présenter en équipe un projet data/IA original en production, tout en intégrant les bonnes pratiques de CI/CD, en mobilisant les outils d’IA générative pour gagner en efficacité, et en prenant en compte les enjeux d’explicabilité et d’éthique liés à l’intelligence artificielle.
"

Suite de parcours possible

Sans objet