Formation Concevoir et piloter un projet Data / IA

Cette formation Projet Data /IA vous permet de comprendre le contexte spécifique, le vocabulaire et les enjeux des projets à base d’IA afin de bien positionner les fondations d’un tel projet tant sur le plan humain, technique, sécurité, financier et juridique.
Avec un exemple d’études de cas qui servira de fil rouge tout au long de la formation : Vous prenez le poste de Manager de datalab. Il faut piloter un portefeuille de projets et des ressources.

La formation aborde les problématiques spécifiques d’infrastructure Big data mais sans les approfondir.
Si vous souhaitez suivre une formation plus technique sur l’infrastructure sous-jacente d’un projet Big Data nous vous conseillons de suivre notre formation « Big Data : Architecture et Infrastructure », réf. OAIH, 4 jours. 
Cette formation ne fait pas l’objet d’une évaluation des acquis.

Il est possible de suivre cette formation Projet Big Data à distance. Vous participez en temps réel à la même session en même temps que les autres participants présents eux en salle de cours. Un kit spécial formation à distance vous sera envoyé avec notamment le matériel (casque micro). Vous n’avez besoin que d’un navigateur et d’une connexion internet pour suivre dans les meilleures conditions ce cours à distance. Contactez-nous pour plus d’informations sur cette formation en direct de chez vous ou depuis votre bureau.

Objectif opérationnel : 

Savoir appréhender le contexte spécifique, le vocabulaire et les enjeux des projets à base d’IA afin de bien positionner les fondations d’un tel projet tant sur le plan humain, technique, sécurité, financier et juridique.

Objectifs pédagogiques : 

À l'issue de cette formation Projet Data/IA vous aurez acquis les connaissances et les compétences nécessaires pour :

• Repérer les potentiels d’utilisation de la donnée au sein de votre organisation
• Repérer votre patrimoine data (interne et externe) et ses limites
• Challenger les attendus d’un projet d’analyse prédictive : la question est elle bien posée ? sait on décrire l’usage qui sera fait des résultats ? Y a-t-il une vocation à industrialiser ou s’agit-il de diagnostiquer un comportement ?
• Anticiper les biais inhérents à tout projet data : les détecter, les évaluer : peut-on les corriger ? sinon sont-ils assumés ?
• Sécuriser le respect des règles du RGPD
• Piloter le gain économique du projet au-delà des métriques spécifiques à l’IA
• Comprendre les infrastructures sous-jacentes aux projets d’IA (Big Data)
• Comprendre l’écosystème d’outils mobilisés : Python / scikit learn / Tensorflow / …
• Identifier les approches analytiques pertinentes (supervisé, non supervisé, principaux modèles)
• Rythmer et piloter le projet au sein des équipes techniques (méthodes agiles, devops, ML Ops)
• Comprendre les enjeux et ressources de la datavisualisation
• Arbitrer la poursuite ou l’arrêt du projet, sauvegarder les acquis

Public :

Ce cours Projet Data/IA s'adresse aux chefs de projet (avec ou sans culture data science), aux data scientistes souhaitant progresser dans leur gestion de projet, aux managers souhaitant mieux maitriser ce qu’ils peuvent demander à une équipe data et comment la piloter.

Prérequis :

Pour suivre cette formation Projet Data/IA, il est recommandé d'avoir une expérience en conduite de projet. Certains supports de cours et autres livres sur le sujet sont souvent proposés en anglais, maitriser le vocabulaire anglophone est donc conseillé.

Repérer les potentiels d’utilisation de la donnée au sein de votre entreprise

Repérer votre patrimoine data (interne et externe) et ses limites

Challenger les attendus d’un projet

Anticiper les biais inhérents à tout projet

Veiller au respect des règles du RGPD

Piloter le gain économique du projet

Comprendre les infrastructures sous-jacentes

Comprendre l’écosystème d’outil

Identifier les approches analytiques pertinentes

Rythmer et piloter le projet

Enjeux et ressources de la datavisualisation

Études de cas / mises en situation

Une étude de cas illustre les notions enseignées. Elle s’attache à la chaîne globale d'un projet pas uniquement à sa conception et à son pilotage.