Certification Développeur en intelligence artificielle

Formation Continue

9 avis

Dates

Du 26/10/2026
Au 13/07/2027

Lieu

4 Avenue de l’Horizon
59493 Villeneuve-d'Ascq

Durée totale

1020 heures :

810 heures en centre
210 heures en entreprise

Prochaine réunion d'informations

Aucune

Financement

Conseil Régional Hauts-de-France

Diplôme, titre, ou certificat

Certification Développeur en intelligence artificielle

Objectifs

Analyser les besoins métier afin d’identifier les opportunités d’application de l'IA
Collecter, préparer, stocker et exploiter les données nécessaires à la réalisation de projets d'IA
Concevoir et développer des solutions d’apprentissage automatique et d’apprentissage profond adaptées aux problématiques de l’entreprise
Déployer, maintenir et optimiser les solutions d’IA dans un environnement de production
Accompagner les organisations dans l’adoption de l’IA en faisant le lien entre les enjeux métier et les solutions technologiques

Programme

Cette certification est constituée de 5 blocs de compétences. Il est possible de se préparer à tout ou partie de la certification.

Bloc 1 - Identifier l’univers métiers et la problématique projet

Etudier le fonctionnement de l’entreprise et de son environnement
Définir les ressources techniques et informatiques nécessaires pour le déploiement du projet
Analyser les composantes et enjeux intrinsèques aux projets IA
Identifier l’impact de l’IA sur l’environnement, la société et l’individu et définir des solutions de remédiation et/ou de collaboration

Bloc 2 - Acquérir, stocker et analyser des données

Développer et déployer des infrastructures informatiques de stockage de données
Acquérir, intégrer et traiter un ensemble de données
Analyser et prétraiter des données structurées et non structurées
Réaliser une réduction de la dimensionnalité des données de grandes dimensions
Réaliser une analyse exploratoire en s’appuyant sur des solutions de visualisation de données
Réaliser une analyse statistique univariée et multivariée
Utiliser et appliquer des modélisations mathématiques sur les données structurées et nettoyées
Modéliser les données structurées et nettoyées

Bloc 3 - Implémenter des algorithmes d’apprentissage automatique

Implémenter et entraîner (train) des modèles d’apprentissage automatique adaptés à une problématique métier
Sélectionner les algorithmes d’apprentissage adaptés au problème à résoudre
Évaluer les performances des modèles d’apprentissage automatique
Extraire les variables pertinentes pour la modélisation
Corriger les problèmes de type sur-apprentissage des modèles élaborés
Évaluer la fiabilité des modèles prédictifs
Améliorer le modèle d’apprentissage automatique

Bloc 4 - Implémenter des algorithmes d’apprentissage profond

Implémenter et entraîner (train) des modèles d’apprentissage profond
Évaluer les performances des modèles d’apprentissage profond
Améliorer le modèle d’apprentissage profond

Bloc 5 - Déployer un projet de développement IA

Présenter un modèle d’IA auprès de ses utilisateurs finaux
Déployer un projet de développement IA à l’échelle
Définir une politique de protection de données individuelles telle que définis par les règles européennes (RGPD) et RGAA
Intégrer les contraintes légales et les valeurs de responsabilité et d’éthique dans un projet d’IA
Acquérir une vision globale du travail en mode projet
Gérer les délais et les ressources affectées au projet