Aller au contenu principal

Formation AI Act en pratique : concevoir, documenter et auditer un système d'IA conforme

Traduire les obligations du fournisseur de système d'IA en exigences d'architecture, de code et de documentation

Une formatrice accompagne deux participants penchés sur leurs notes, en salle de formation
Durée
3 jours
Niveau
Intermédiaire
Modalités
Distanciel

Description de la formation AI Act technique

Qu'est-ce que la conformité technique à l'AI Act ?
Le règlement européen sur l'IA impose au fournisseur d'un système d'IA à haut risque des exigences qui se traduisent directement dans l'architecture et le code : gestion des risques, gouvernance des données, journalisation, transparence, contrôle humain, exactitude, robustesse et cybersécurité. Il exige aussi une documentation technique complète, un système de management de la qualité et une surveillance après la mise sur le marché. Ces obligations ne peuvent pas être ajoutées après coup : elles se conçoivent dès les premières décisions d'architecture.
Pourquoi suivre une formation AI Act en pratique ?
Cette formation s'adresse aux équipes qui construisent des systèmes d'IA, chez un éditeur, une ESN ou dans une équipe interne, et qui portent à ce titre les obligations du fournisseur. Elle traduit chaque article applicable en exigences techniques vérifiables et les met en œuvre sur une application LLM/RAG fil rouge en Python. Les participants repartent avec une matrice exigences et contrôles, un modèle de documentation technique conforme à l'annexe IV, une grille d'audit et le code du projet. Elle complète les formations PLB orientées déployeur et gouvernance (IACT, KAIG, AIOS).
Deux participants échangent autour d’un ordinateur portable

Objectifs pédagogiques

À l'issue de cette formation AI Act en pratique : concevoir, documenter et auditer un système d'IA conforme, vous aurez acquis les connaissances nécessaires pour :

  • Qualifier un système d'IA selon les niveaux de risque de l'AI Act et identifier les situations où l'organisation devient fournisseur
  • Traduire les articles 9 à 15 en exigences techniques vérifiables et en preuves attendues
  • Mettre en place un système de gestion des risques et une gouvernance des données adaptés à une application LLM/RAG
  • Implémenter journalisation, transparence, contrôle humain et garde-fous dans l'architecture d'une application
  • Évaluer l'exactitude et la robustesse d'un système et en suivre la dérive
  • Produire la documentation technique de l'annexe IV et préparer l'évaluation de la conformité
  • Organiser la surveillance après commercialisation et le signalement des incidents graves
  • Auditer un système d'IA à l'aide d'une grille de contrôle et bâtir un plan de remédiation

Objectifs opérationnels

Savoir concevoir, instrumenter et documenter un système d'IA de façon à satisfaire les obligations du fournisseur prévues par l'AI Act.

Programme

Contenu du cours, module par module

9 modules

Travaux pratiques

Les ateliers sont réalisés en Python sur une application RAG fil rouge construite avec FastAPI et LangGraph, connectée à un modèle de langage par API. Ils représentent environ 60 % du temps de formation. Chaque participant repart avec le code instrumenté du projet, la matrice exigences et contrôles, le modèle de documentation technique annexe IV et la grille d'audit.

Programme mis à jour le 19/11/2026

Formations liées