BlocsDeCompetences .org

-- Construire un parcours de formation --

Développeur en intelligence artificielle (RNCP35141)

Formation et/ou diplôme proposée au RNCP par le certificateur : LE WAGON

Branches de formations NSF

NSF 1xx Domaines disciplinaires > NSF 11x Mathématiques et sciences > NSF 114 Mathématiques >
> NSF 114g Mathématiques de l'informatique, mathématiques financières, statistique de la santé >

NSF 1xx Domaines disciplinaires > NSF 11x Mathématiques et sciences > NSF 114 Mathématiques >
> NSF 114b Modèles mathématiques ; Informatique mathématique >

NSF 1xx Domaines disciplinaires > NSF 12x Sciences humaines et droit > NSF 125 Linguistique >
> NSF 125g Langages artificiels et informatique ; Linguistique et didactique des langues >

Activités visées

Bloc 1 : Analyse exploratoire et descriptive de la donnée Acquisition et écriture de données Conception de représentations graphiques Bloc 2 Apprentissage automatique (Machine Learning) supervisé et non supervisé Préparation, transformation et génération de données Entrainement de modèles d'apprentissages supervisés ou non supervisés Amélioration des capacités prédictives Mise en production de modèles d'apprentissage Adoption d'une démarche d'amélioration continue Bloc 3 Reconnaissance de formes par réseaux de neurones artificiels Conversion de données entrantes Maîtrise des différentes architectures Utilisation de réseaux de neurones Bloc 4 Développement et Gestion de projet en IA Analyse et formulation de problématique Planification de projet Communication transversale, ascendante et descendante
[Se référer à la fiche source pour plus de détails]

Appellations professionnelles possibles

  • Développeur en IA

Environnements de travail

  • Tous secteurs d'activité (banques et assurances, secteur public, opérateurs de télécommunication,conseil, …) et notamment intégrateurs, ESN et grandes entreprises.

Orientations de carrière & Mobilité professionnelle

METIERS SELON LE CERTIFICATEUR

BLOCS DE COMPETENCES

FRANCE-COMPETENCES
RNCP35141BC01

BLOC :
Analyse exploratoire et descriptive de la donnée

C1 Acquérir des données à partir de sources adaptées, fournies par le client ou accessibles en Open Data afin d'agrémenter la base de données
C2 Écrire des requêtes pour l'interrogation de la base de données et les composants d'accès aux données
C3 Effectuer des analyses exploratoires afin d'appréhender la composition interne des données
C4 Concevoir une représentation graphique adaptée afin de visualiser les relations entre les données

MODALITES D'EVALUATION:

Un cas pratique d'étude d'un jeu de données sur une problématique métier avec remise d'un notebook, production d'un dossier et présentation orale devant un jury de professionnels. Pour le bloc 1 le candidat devra charger les données à partir d'une API, d'un fichier ou d'une base de données relationnelle, commenter la distribution d'un jeu de données et identifier d'éventuelles corrélations, et dessiner des graphiques représentatifs des données

FRANCE-COMPETENCES
RNCP35141BC02

BLOC :
Apprentissage automatique ( Machine Learning ) supervisé et non supervisé

C5 Préparer des données en vue de l'apprentissage afin que celles-ci soient nettoyées
C6 Transformer des données d'entrée afin de satisfaire les contraintes inhérentes au modèle (Preprocessing)
C7 Générer des données d'entrée afin de satisfaire les contraintes inhérentes au modèle (Feature Engineering)
C8 Maîtriser les différents algorithmes d'apprentissage afin d'apporter une réponse adaptée à une problématique d'une organisation (entreprise, laboratoire, etc.)
C9 Entraîner un modèle d'apprentissage supervisé pour optimiser une fonction de prédiction à partir d'exemples annotés
C10 Entraîner un modèle d'apprentissage non supervisé pour détecter des structures sous-jacentes à partir de données non étiquetées
C11 Améliorer les capacités prédictives d'un système en sélectionnant un modèle différent ou en modifiant ses hyperparamètres en vue de corriger des erreurs (hyperparameter tuning)
C12 Mettre en production le modèle d'apprentissage supervisé ou non supervisé obtenu sous la forme d'une API
C13 Adopter une démarche d'amélioration continue en identifiant les axes de perfectionnement d'un produit à l'aide d'une méthode adaptée de manière à améliorer la performance du produit

MODALITES D'EVALUATION:

Un cas pratique d'étude d'un jeu de données sur une problématique métier avec remise d'un notebook, production d'un dossier et présentation orale devant un jury de professionnels. Pour le bloc 2 le candidat devra traiter les valeurs manquantes ou aberrantes, adapter une transformation des données en fonction de leur nature, construire de nouvelles données pertinentes à partir des données initiales, tester plusieurs modèles et choisir le meilleur, déployer le modèle en production et être capable de corriger/adapter le modèle.

FRANCE-COMPETENCES
RNCP35141BC03

BLOC :
Reconnaissance de formes par réseaux de neurones artificiels

C14 Convertir les données entrantes (images et texte par exemple) en données adaptées pour un réseau de neurones
C15 Maîtriser les différentes architectures de réseau de neurones : convolutifs pour les images & récurrents pour les séries temporelles et les modèles de traitement automatique du langage (NLP) pour le texte
C16 Utiliser un réseau de neurones convolutifs pour étiqueter des images
C17 Utiliser un réseau de neurones pour comprendre l'intention d'une phrase en langage naturel

MODALITES D'EVALUATION:

Un cas pratique d'étude d'un jeu de données sur une problématique métier avec remise d'un notebook, production d'un dossier et présentation orale devant un jury de professionnels. Pour le bloc 3 le candidat devra utiliser un réseau de neurones pour étiqueter des images et pour comprendre l'intention d'une phrase.

FRANCE-COMPETENCES
RNCP35141BC04

BLOC :
Développement et Gestion de projet en IA

C19 Planifier des actions à mettre en oeuvre
C20 Mobiliser les ressources nécessaires pour mener à bien le projet en respectant les délais
C21 Recommander des actions à sa hiérarchie et rendre compte de ses résultats

MODALITES D'EVALUATION:

Etude d'un cas pratique, production d'un dossier et présentation orale devant un jury de professionnels. Pour le bloc 4 le candidat devra analyser et formuler une problématique en fonction du public, constituer une équipe projet adaptée, planifier son projet et rendre compte à sa hiérarchie en utilisant le vocabulaire adapté.