J'ai un diplôme "Ingénieur en intelligence artificielle (MS)"
Je sais faire les actions suivantes :
En fonction de la taille et de l’activité de l’entreprise ainsi que de son ancienneté, l’ingénieur en intelligence artificielle peut exercer tout ou partie des activités suivantes : 1 - Concevoir un projet intégrant l’intelligence artificielle. L’ingénieur en intelligence artificielle identifie des problématiques business pouvant nécessiter un projet intégrant de l’intelligence artificielle. Il recueille les besoins métiers et détermine les objectifs stratégiques. Il traduit les enjeux métiers en problématiques mathématiques/IA et identifie les enjeux éthiques impliqués. L’ingénieur IA identifie les axes de recherche et de développement d’outils et de méthodologies d’intelligence artificielle. Pour ce faire, il contribue à la définition d’une feuille de route scientifique s’appuyant sur des cas d’usages, identifie les besoins en termes de software et de hardware et réalise une veille scientifique et technologique. 2 - Elaborer des données exploitables pour la solution d’intelligence artificielle. L’ingénieur IA identifie dans un premier temps les données disponibles en sélectionnant des données internes à l’entreprise et en exploitant d’autres sources de données externes dans le but d’apporter un éclairage complémentaire. Les bases de données sont nettoyées et transformées afin de les rendre analysables dans leur forme comme dans leur contenu et une analyse exploratoire de ces données est menée. Ces activités sont réalisées en prenant en compte les enjeux sociaux, économiques, juridiques et éthiques impliqués dans le respect des normes juridiques concernant les données exploitées (RGPD, confidentialité, …) 3 - Développer une solution d’apprentissage automatique (machine Learning). L’ingénieur IA élabore une solution d’apprentissage automatique supervisé, non supervisé ou par renforcement. Pour ce faire, il choisit la fonction de coût et l’algorithme d’apprentissage parmi les cas usuels et combine plusieurs modèles. Il élabore une solution d’apprentissage automatique par renforcement intégrant un processus de décision markovien et en appliquant un algorithme de programmation dynamique. Il élabore une solution d’apprentissage mettant en œuvre des méthodes de Deep Learning (apprentissage profond) à base de réseaux de neurones. Il intègre notamment des technologies de traitement et de reconnaissance d’image ou de traitement automatique des langues (audio et texte). L’ingénieur IA élabore également une solution d’intelligence artificielle symbolique à partir de règles logiques et applique des méthodes de l’apprentissage automatique dans le contexte de la robotique et de l’interaction homme-robot (HRI). Le professionnel valide la solution par le biais de tests, et optimise la solution développée via un entrainement et une mise à jour du modèle. 4 - Gérer un projet d’intelligence artificielle. L’ingénieur IA coordonne un projet d’intelligence artificielle en participant à la planification précise du projet, en encadrant l’équipe projet en articulant les ressources et en validant les étapes du projet. Le professionnel accompagne également les équipes métiers dans l’appropriation de la solution développée. 5 - Valoriser les résultats du projet d’intelligence artificielle. L’ingénieur IA transpose les résultats en informations opérationnelles et présente les résultats de manière visuelle en s’appuyant notamment sur l’infographie et la visualisation de données afin de rendre les résultats du projet intelligibles pour les profils non techniques. Il assure l’évolution de la solution d’IA dans le temps en détectant les non-conformités afin d’engager des actions correctives et mesure les impacts du projet d’intelligence artificielle en lien avec les orientations stratégiques de l’entreprise.
OÙ SUIVRE CETTE CERTIFICATION ?
Détails du diplôme
Quelles sont les compétences que vous allez apprendre mais aussi comment l'examen va-t-il se passer ?
Compétences attestées :
1 - Concevoir un projet intégrant l’intelligence artificielle. C1.1 Identifier des problématiques business C2.1 Déterminer les enjeux éthiques liés au projet d’intelligence artificielle C3.1 Identifier des axes de recherche et de développement d’outils et de méthodologies d’intelligence artificielle C4.1 Formaliser les besoins en termes de software et de hardware 2 - Elaborer des données exploitables pour la solution d’intelligence artificielle. C1.2. Identifier les données en explorant les sources internes et externes, en s’appuyant sur une étude des enjeux sociaux, économique et juridiques propres à la science des données et en veillant au respect des normes juridiques afin d’extraire des données utilisables pour le projet. C2.2. Nettoyer les bases de données C3.2. Transformer les bases de données C4.2. Réaliser une analyse exploratoire des données 3 - Développer une solution d’apprentissage automatique (machine Learning). C1.3 Développer un modèle d’apprentissage automatique supervisé C2.3 Développer un modèle d’apprentissage automatique non supervisé C3.3. Combiner plusieurs modèles supervisés ou non supervisés C4.3. Elaborer un modèle d’apprentissage automatique par renforcement C5.3. Elaborer un algorithme d’apprentissage profond C6.3. Développer un modèle d’apprentissage automatique intégrant les méthodes et solutions de reconnaissance d’image C7.3. Développer un modèle d’apprentissage intégrant les méthodes de traitement du langage naturel et d’apprentissage automatique sous-jacentes à l’analyse des textes C8.3. Développer un modèle d’intelligence artificielle symbolique à partir de règles logiques (rule-based decisions) C9.3. Développer un modèle d’apprentissage intégrant les méthodes et solutions de vision robotique C10.3 Evaluer les systèmes HRI C11.3 Valider l’opérationnalité du modèle C12.3 Entrainer le modèle d’apprentissage automatique 4 - Gérer un projet d’intelligence artificielle. C1.4 Participer à la planification précise du projet C2.4 Encadrer une équipe projet IA C3.4 Articuler les ressources humaines et techniques C4.4 Garantir le respect du calendrier C5.4. Accompagner les équipes métiers dans l’appropriation des données et/ou de nouveaux outils et méthodes de gestion de données au quotidien 5 - Valoriser les résultats du projet d’intelligence artificielle. C1.5 Transposer des résultats du projet en informations opérationnelles pour les métiers de l’entreprise C2.5 Présenter les résultats de manière visuelle et avec clarté C3.5 Mesurer les écarts/non conformités C4.5. Mesurer les impacts des données analysées en lien avec les orientations stratégiques de l’entreprise
Voies d'accès à la certification :
| Voies d'accès | Composition des Jurys |
|---|---|
|
Après un parcours de formation sous statut d’élève ou d’étudiant Autorisé |
2 Enseignants chercheurs et 2 représentants d'entreprises spécialistes du domaine |
|
En contrat d’apprentissage Non autorisé |
|
|
Après un parcours de formation continue Autorisé |
2 Enseignants chercheurs et 2 représentants d'entreprises spécialistes du domaine |
|
En contrat de professionnalisation Non autorisé |
|
|
Par candidature individuelle Autorisé |
2 Enseignants chercheurs et 2 représentants d'entreprises spécialistes du domaine |
|
Par expérience Autorisé |
2 Enseignants chercheurs et 2 représentants d'entreprises spécialistes du domaine |
Segmentation de la certification
Cette certification se compose de 5 Blocs de compétences
Les modalités d'acquisition de la certification par capitalisation des blocs de compétences et/ou par équivalence sont définies par chaque certificateur accrédité qui met en œuvre les dispositifs qu’il juge adaptés. Ces modalités peuvent être modulées en fonction du chemin d’accès à la certification : formation initiale, VAE, formation continue.
RNCP35701BC01 - Concevoir un projet intégrant l’intelligence artificielle
- C1.1 Identifier des problématiques business en rencontrant les différents services de l’entreprise afin de déterminer l’opportunité de construire une stratégie de développement et d’intégration de technologies d’intelligence artificielle. C2.1 Déterminer les enjeux éthiques liés au projet d’intelligence artificielle en identifiant les impacts d’un point de vue sociologique, organisationnel, économique et juridique afin de prévoir les effets indésirables potentiels et les moyens de les atténuer. C3.1 Identifier des axes de recherche et de développement d’outils et de méthodologies d’intelligence artificielle en contribuant à la définition d’une feuille de route scientifique/d’un cahier des charges s’appuyant sur des cas d’usages et une veille scientifique et technologique afin de délimiter le périmètre du projet. C4.1 Formaliser les besoins en termes de software et de hardware tout en assurant la compatibilité avec les systèmes existants.
RNCP35701BC02 - Elaborer des données exploitables pour la solution d’intelligence artificielle
- C1.2. Identifier les données en explorant les sources internes et externes, en s’appuyant sur une étude des enjeux sociaux, économique et juridiques propres à la science des données et en veillant au respect des normes juridiques afin d’extraire des données utilisables pour le projet. C2.2. Nettoyer les bases de données afin d’avoir à disposition des données exploitables ayant une valeur ajoutée. C3.2. Coder/transformer les bases de données afin de les rendre disponibles et exploitables dans leur forme et leur contenu. C4.2. Réaliser une analyse exploratoire des données afin de décrire leurs caractéristiques en vue de leur exploitation par les technologies d’intelligence artificielle
RNCP35701BC03 - Développer une solution d’apprentissage automatique (machine Learning)
- C1.3 Développer un modèle d’apprentissage automatique supervisé en choisissant la fonction de coût et l’algorithme parmi les cas usuels, afin de définir et de résoudre un problème d’apprentissage C2.3 Développer un modèle d’apprentissage automatique non supervisé en choisissant la fonction de coût et l’algorithme parmi les cas usuels, afin de définir et de résoudre un problème d’apprentissage C3.3. Combiner plusieurs modèles supervisés ou non supervisés en les adaptant afin de répondre à une problématique d’intelligence artificielle C4.3. Elaborer un modèle d’apprentissage automatique par renforcement s’appuyant sur un processus de décision markovien et sur une méthode de programmation dynamique afin de prendre en compte l’environnement et le comportement du système vis-à-vis de cet environnement. C5.3. Elaborer un algorithme d’apprentissage profond en utilisant des réseaux de neuronesprofonds avec un haut niveau d’abstraction des données de type images ou textes. C6.3. Développer un modèle d’apprentissage automatique intégrant les méthodes et solutions de reconnaissance d’image pour répondre à une problématique d’intelligence artificielle en vision par ordinateur entre autres C7.3. Développer un modèle d’apprentissage intégrant les méthodes de traitement du langage naturel et d’apprentissage automatique sous-jacentes à l’analyse des textes afin d’analyser les données d’opinion disponibles sur le Web social. C8.3. Développer un modèle d’intelligence artificielle symbolique à partir de règles logiques (rule-based decisions) afin d’automatiser un processus de déduction susceptible d’expliquer de manière concise la structure d’un jeu de données. C9.3. Développer un modèle d’apprentissage intégrant les méthodes et solutions de vision robotique afin que le système soit autonome en termes de détection du mouvement, d’orientation dans l’espace, d’évitement des obstacles et de suivi d’une trajectoire. C10.3 Evaluer les systèmes HRI en concevant et en analysant des expériences permettant d’expliciter les interactions entre les systèmes d’intelligence artificielle et leur environnement C11.3 Valider l’opérationnalité du modèle en testant les algorithmes élaborés afin d’assurer la validité des résultats du projet. C12.3 Entrainer le modèle d’apprentissage automatique afin d’améliorer les prédictions et ainsi optimiser le modèle.
RNCP35701BC04 - Gérer un projet d’intelligence artificielle
- C1.4 Participer à la planification précise du projet en identifiant les objectifs à chaque étape clé et les ressources allouées permettant de valider l’avancement du projet. C2.4 Encadrer une équipe projet IA en clarifiant les rôles, en déterminant les objectifs et les missions de chacun et en validant le travail effectué afin de coordonner l’activité de l’unité logistique. C3.4 Articuler les ressources humaines et techniques en mettant en place des indicateurs de suivi afin de s’assurer du respect de la stratégie du projet. C4.4 Garantir le respect du calendrier en validant le travail de son équipe et/ou des prestataires dans le but de fournir les livrables dans les délais. C5.4 Accompagner les équipes métiers dans l’appropriation de la solution et/ou de nouveaux outils et méthodes au quotidien.
RNCP35701BC05 - Valoriser les résultats du projet d’intelligence artificielle
- C1.5 Transposer des résultats du projet en informations opérationnelles pour les métiers de l’entreprise afin d’aider à la prise de décision. C2.5 Présenter les résultats de manière visuelle et avec clarté en s’appuyant notamment sur l’infographie et la visualisation de données afin de les rendre intelligibles. C3.5 Mesurer les écarts/non conformités à l’aide d’indicateurs définis afin d’engager des actions correctives. C4.5 Mesurer les impacts de la solution IA en lien avec les orientations stratégiques de l’entreprise.
