Formation Certification PMI – CPMAI™

Formation PMI Certified Professional in Managing AI (PMI-CPMAI)™

[Jour 1 – Matin]

Comprendre l’IA pour mieux la piloter

• Comprendre les principes fondamentaux de l’Intelligence Artificielle et du Machine Learning.
• Identifier les différences entre IA, automatisation et analyse de données.
• Reconnaître les principaux cas d’usage IA en entreprise.
• Comprendre les limites techniques et organisationnelles d’un modèle IA.
• Définir le rôle du manager dans la gouvernance d’un projet IA.
• Atelier pratique : Identifier des opportunités IA pertinentes dans un cas métier réel.

[Jour 1 – Après-midi]

Structurer un projet IA de bout en bout

• Définir un problème métier adapté à une solution IA.
• Décomposer les étapes d’un projet IA, de la donnée au déploiement.
• Identifier les ressources nécessaires (données, compétences, budget).
• Gérer l’incertitude liée aux phases d’expérimentation.
• Mettre en place des points de validation réguliers.

Gouvernance et éthique de l’IA

• Identifier les risques liés aux biais algorithmiques.
• Assurer la conformité avec le RGPD et les réglementations IA.
• Définir les responsabilités en cas d’erreur ou d’impact négatif.
• Mettre en place un cadre de validation éthique interne.
• Atelier pratique : Analyser un cas réel de dérive éthique en IA.

[Jour 2 – Matin]

Intégrer l’IA dans la stratégie d’entreprise

• Aligner les projets IA avec les objectifs stratégiques.
• Prioriser les initiatives selon leur impact et leur faisabilité.
• Construire une feuille de route IA cohérente.
• Évaluer le niveau de maturité IA de l’organisation.
• Définir des indicateurs de succès mesurables.

[Jour 2 – Après-midi]

Maîtriser les risques liés à l’IA

• Identifier les risques techniques liés aux données et aux modèles.
• Évaluer les risques juridiques et réputationnels.
• Construire une cartographie des risques IA.
• Définir des actions de mitigation adaptées.
• Mettre en place un suivi continu des risques.

Piloter la valeur et le ROI de l’IA

• Définir des KPI pertinents pour un projet IA.
• Mesurer la valeur créée pour le métier.
• Calculer un ROI réaliste d’une initiative IA.
• Décider de poursuivre, ajuster ou arrêter un projet.
• Atelier pratique : Élaborer un business case IA structuré.

[Jour 3 – Matin]

Gouvernance des données

• Identifier les données nécessaires au projet IA.
• Vérifier la qualité et la fiabilité des données utilisées.
• Mettre en place une gouvernance des données adaptée.
• Assurer la sécurité et la confidentialité des données sensibles.
• Organiser les responsabilités autour des données.

[Jour 3 – Après-midi]

Collaboration entre métiers et équipes IA

• Comprendre le rôle des Data Scientists et des experts IA.
• Traduire un besoin métier en objectif technique clair.
• Organiser la collaboration entre équipes techniques et métiers.
• Suivre l’avancement d’un projet IA sans expertise technique approfondie.
• Mettre en place des rituels de pilotage efficaces.

Industrialisation et déploiement

• Planifier le passage du prototype à la production.
• Mettre en place un suivi des performances du modèle.
• Détecter les dérives ou baisses de performance.
• Organiser les mises à jour du modèle.
• Atelier pratique : Construire un plan de déploiement opérationnel.

[Jour 4 – Matin]

Amélioration continue des solutions IA

• Analyser les résultats obtenus après déploiement.
• Identifier les axes d’amélioration du modèle.
• Adapter les objectifs en fonction des résultats réels.
• Intégrer les retours utilisateurs dans l’évolution du système.
• Ajuster la stratégie IA en continu.

[Jour 4 – Après-midi]

Responsabilité et conformité du manager IA

• Appliquer les principes d’éthique du PMI™.
• Documenter les décisions et arbitrages liés à l’IA.
• Gérer une situation de crise liée à une solution IA.
• Mettre en place des contrôles internes adaptés.
• Assurer la transparence des décisions auprès des parties prenantes.

Conduire la transformation organisationnelle IA

• Accompagner les équipes dans l’adoption de l’IA.
• Communiquer clairement les bénéfices attendus.
• Anticiper et gérer les résistances internes.
• Développer une culture orientée données et innovation.
• Atelier pratique : Élaborer un plan de transformation IA structuré.

[Jour 5 – Matin]

Cas complet : piloter un programme IA stratégique

• Définir un objectif stratégique clair.
• Construire une feuille de route réaliste.
• Identifier les risques et contraintes majeures.
• Préparer une présentation pour un comité de direction.
• Simuler un arbitrage budgétaire.

[Jour 5 – Après-midi]

Révision structurée des domaines PMI-CPMAI™

• Identifier les thèmes clés évalués à l’examen.
• Comprendre la logique des questions situationnelles.
• Reconnaître les pièges les plus fréquents.
• Structurer efficacement ses révisions.
• Optimiser la gestion du temps pendant l’examen.

Préparation à l’examen PMI-CPMAI™

• Comprendre le format officiel de l’examen.
• Finaliser l’inscription et planifier sa session.
• Appliquer une méthode de réponse structurée.
• Gérer le stress le jour de l’examen.
• Atelier pratique : Passage de l’examen blanc + correction.