Certificat deep learning
& intelligence Artificielle :

recensé au Répertoire Spécifique (code RS5185) et éligible CPF

L’intelligence artificielle est un marché en pleine explosion, avec près de 1000 start-up dans le monde, il représentera 60 milliards de dollars d’ici 2025. Cette révolution a des impacts dans tous les secteurs économiques, mais également au sein de chaque département d’une société : Marketing, RH, Service Client, R&D, etc., forçant les entreprises à s’adapter à ces nouveaux usages en proposant de nouveaux services tels que : agents virtuels & chatbots, objets & environnement connectés, robots, natural language processing, UX & Process automation…

Beaucoup d’entreprises se questionnent actuellement : quels enjeux pour leur activité ? Quelle vision sur les prochaines années et comment accompagner cette transition ?

Ces nouvelles compétences très recherchées sur le marché du travail (mettre en œuvre des algorithmes d’apprentissage automatiques, exploiter les réseaux neuronaux, etc.), permettent d’apporter aux entreprises une meilleure exploitation qu’elles font de leurs données, et par la même, créer un levier de croissance important en transformant ces valeurs passives en véritable capital actif.

L’ingénieur informatique doit donc aujourd’hui, être capable d’intégrer l’intelligence artificielle au sein des applicatifs afin de retirer certains avantages concurrentiels déterminants pour l’entreprise : amélioration des taux de conversion (marketing), proximité avec les clients, gain de productivité, etc.

Objectifs

L’objectif du certificat « Deep Learning et Intelligence Artificielle » est d’attester de la capacité du candidat à :

piloter de manière opérationnelle un projet d’intelligence artificielle au sein des différentes unités organisationnelles de l’entreprise (production, vente, supports, etc.),
intégrer et utiliser les technologies les plus avancées du Deep Learning,
manipuler et exploiter des volumes importants de données en les valorisant.

Notre certification est construite autour de cinq axes offrant au candidat une expertise liée à l’usage intensif de l’intelligence artificielle. Elle permet tout d’abord au candidat de s’approprier les différentes composantes de l’IA et d’être à même de mettre en place une méthodologie de projet. A la suite de quoi, le candidat est en mesure de choisir les premières briques technologiques et de développer en autonomie sur les principaux langages du domaine concerné. Par le biais des réseaux neuronaux, il est capable de dominer les frameworks les plus aboutis du marché. Il est apte à utiliser la puissance des plateformes connectées et des services cloud associés. Pour finir, le candidat maîtrise les algorithmes et les différentes architectures de réseaux de neurones profonds sur l’ensemble des données, telles que la voix, le langage, le texte, le son, l’image, etc.

Public visé

Développeurs, Lead Developer, Architectes Big Data, Data Analyst, Data Scientist, etc.

Pré-requis

Être développeur et avoir des connaissances sur un langage récent en programmation orientée objet
Avoir des connaissances en base de données relationnelle
Avoir des bases en mathématiques statistiques et en algorithmique

Accès

Candidat ayant suivi un parcours de formation continue sur une thématique similaire
Candidat ayant un parcours professionnel et/ou une expérience en lien avec la certification
Candidature individuelle

Code Répertoire Spécifique (RS)

taux d'obtention

Télécharger Programme

Nos formations IA

Découverte de l'IA et du Machine Learning

Activité 1

Compétences

5 C1 Cerner les enjeux de l’IA
5 C2 Analyser les différentes étapes de construction de projet autour de l'IA
5 C3 Préparer un jeu de données

Programmation et langages de l'IA

Activité 2

Compétences

5 C4 Maîtriser la syntaxe des langages orientés objet dédiés à l'IA (Python, R, Scala, etc.)
5 C5 Coder en programmation orientée objet
5 C6 Maîtriser les paradigmes de la programmation fonctionnelle
5 C7 Coupler des librairies de Data science à un langage choisi (Scikit.Learn, Fast.ai, MLlib, etc.)

Technologies autour de l'IA et du Deep Learning

Activité 3

Compétences

5 C8 Installer et utiliser les différents frameworks (Tensorflow, PyTorch, Spark, etc.)
5 C9 Construire, exploiter et entraîner des réseaux neuronaux à travers l'exécution de notebook
5 C10 Mettre en œuvre des algorithmes d’apprentissage automatique
5 C11 Manipuler des volumes importants de données en utilisant les bonnes pratiques
5 C12 Utiliser les concepts de Machine Learning et Deep Learning dans les différents frameworks du marché

Plateformes et services cloud dédiés à l'IA

Activité 4

Compétences

5 C13 Créer et déployer des modèles Machine Learning sur une plateforme cloud
5 C14 Utiliser une plateforme de traitement automatique du langage

Applications fonctionnelles du Deep Learning

Activité 5

Compétences

5 C15 Choisir un algorithme et mesurer sa pertinence
5 C16 Utiliser les modèles d'attentions
5 C17 Maîtriser l'architecture fondamentale du NLP
5 C18 Implémenter une architecture convolutionnelle et une architecture récurrente
5 C19 Résoudre un problème à partir d'un système de récompenses/ pénalités (reinforcement learning)
5 C20 Maîtriser les techniques de Deep Learning les plus récentes

Certification

Éligible CPF

Evaluation

5 Avoir validé les QCM de 40 questions de chaque activité
5 Passer l'entretien oral pour obtenir la certification :
• 20 min de présentation d’un projet commun à toutes les activités
• 20 min d’entretien avec le jury
• 10 min de délibération