Certificat deep learning
& intelligence Artificielle :
recensé au Répertoire Spécifique (code RS5185) et éligible CPF
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
-
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.
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
– C1 Cerner les enjeux de l’IA
– C2 Analyser les différentes étapes de construction de projet autour de l’IA
– C3 Préparer un jeu de données
” display_button=”off” bottom_note=”A1″ _builder_version=”4.16″ module_font_size=”12px” global_colors_info=”{}”][/ambi_formation_card]
– C4 Maîtriser la syntaxe des langages orientés objet dédiés à l’IA (Python, R, Scala, etc.)
– C5 Coder en programmation orientée objet
– C6 Maîtriser les paradigmes de la programmation fonctionnelle
– C7 Coupler des librairies de Data science à un langage choisi (Scikit.Learn, Fast.ai, MLlib, etc.)
” display_button=”off” bottom_note=”A2″ _builder_version=”4.16″ module_font_size=”12px” global_colors_info=”{}”][/ambi_formation_card]
– C8 Installer et utiliser les différents frameworks (Tensorflow, PyTorch, Spark, etc.)
– C9 Construire, exploiter et entraîner des réseaux neuronaux à travers l’exécution de notebook
– C10 Mettre en œuvre des algorithmes d’apprentissage automatique
– C11 Manipuler des volumes importants de données en utilisant les bonnes pratiques
– C12 Utiliser les concepts de Machine Learning et Deep Learning dans les différents frameworks du marché
” display_button=”off” bottom_note=”A3″ _builder_version=”4.16″ module_font_size=”12px” global_colors_info=”{}”][/ambi_formation_card]
– C13 Créer et déployer des modèles Machine Learning sur une plateforme cloud
– C14 Utiliser une plateforme de traitement automatique du langage
” display_button=”off” bottom_note=”A4″ _builder_version=”4.16″ module_font_size=”12px” global_colors_info=”{}”][/ambi_formation_card]
– C15 Choisir un algorithme et mesurer sa pertinence
– C16 Utiliser les modèles d’attentions
– C17 Maîtriser l’architecture fondamentale du NLP
– C18 Implémenter une architecture convolutionnelle et une architecture récurrente
– C19 Résoudre un problème à partir d’un système de récompenses/ pénalités (reinforcement learning)
– C20 Maîtriser les techniques de Deep Learning les plus récentes
” display_button=”off” bottom_note=”A5″ _builder_version=”4.16″ module_font_size=”12px” global_colors_info=”{}”][/ambi_formation_card]
– Avoir validé les QCM de 40 questions de chaque activité
– 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
” display_button=”off” bottom_note=”Certificat” _builder_version=”4.16″ module_font_size=”12px” global_colors_info=”{}”][/ambi_formation_card]