Formation Concevoir et piloter un projet Data / IA

Durée 3 jours
Niveau Intermédiaire
Classe à distance
Possible

Vous pouvez suivre cette formation en direct depuis votre domicile ou votre lieu de travail. Plus d'informations sur notre solution de classe à distance...

Référence CPPA
Éligible CPF Non

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

Puis je utiliser la data pour piloter l’orientation stratégique de mon entreprise ou uniquement sur mes activités opérationnelles récurrentes ? 
Quels sont les contextes favorables pour extraire de la valeur des données ? 
Comment repérer les fausses bonnes idées (il y aura un résultat, nuisible à votre entreprise) ? 
Comment prioriser un portefeuille de projet ?

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

Le projet data vise à valoriser le mieux possible le patrimoine de donnée de l’entreprise : les « first party data ». 
L’identification de ce patrimoine n’est jamais immédiate et certaines sources ne seront identifiées qu’en cours de projet : comment accélérer leur identification ? 
Ce patrimoine est à compléter parfois avec des sources de données ouvertes ou semi ouvertes, open data de l’état ou de tiers acteurs du marché.

Challenger les attendus d’un projet

Une industrialisation est-elle requise ou la modélisation suit elle une logique de diagnostic. 
Une question fondamentale et difficile sur un projet : comment sera évalué le bénéfice dans 6 mois ? 
Si la prédiction pilote une action, comment sera actualisé le modèle à l’avenir ?

Anticiper les biais inhérents à tout projet

La data est toujours partielle et partiale. 
D’abord elle ne vient que du passé : saura-t-elle apporter un éclairage sur un contexte par définition toujours nouveau ? 
Comment repérer les principaux biais les anticiper (c’est-à-dire les corriger sinon les assumer) ?

Veiller au respect des règles du RGPD

Dans quelles conditions une donnée personnelle peut être valorisée ? 
Que documenter dans les projets du datalab ? 
Quelles mesures permettent de maîtriser les risques ?

Piloter le gain économique du projet

Les mesures de performance statistiques n’ont qu’un faible lien avec la performance économique : comment peut-on régler les algorithmes sur performance opérationnelle spécifique à chaque projet et non sur leur réglage par défaut ?

Comprendre les infrastructures sous-jacentes

Liens entre Intelligence artificielle et volume de données
Les solutions Big Data du marché offrent-elles un éco-système complet ?
Exemples avec les acteurs majeurs du Cloud (AWS, Azure, GCP)

Comprendre l’écosystème d’outil

Le monde de la data est peuplé d’outil et de techniques : que fait chaque outil ? 
Dans quel cadre sont-ils utiles ? 
Quelle différence entre les environnements open source (Python, R) et les interfaces graphiques (Dataiku, Data Robot ...). 
Nous explorerons aussi Tensorflow et son API Keras.

Identifier les approches analytiques pertinentes

Apprentissage par renforcement, supervisé, non supervisé : que représentent ces approches et à quels types de contextes sont-ils adaptés ? Chaque approche a ses métriques propres de mesure de performance. 
Comment construire un algorithme d’apprentissage : comprendre ses hypothèses, très simples, et les limites induites.

Rythmer et piloter le projet

L’objectif de tout projet glisse d’un sprint à l’autre. Ce n’est pas grave. C’est même bon signe. 
Comment gérer ces ajustements réguliers ? 
Comment hiérarchiser les efforts entre intégration de données et mobilisation d’algorithmes ? 
Quels sont les rituels issus des méthodes agiles qui sont essentiels dans un projet data ? 
Qu’est ce que le MLops et quand faut il activer ce type d’animation ?

Enjeux et ressources de la datavisualisation

Le meilleur algorithme reste notre cerveau : comment l’alimenter ? 
A quels stades du projet ? 
Quelles sont les règles de conception (E Tufte par exemple)

Études de cas / mises en situation

Sur la base d’une liste de projets, identifier ceux qui portent un vrai potentiel et définir ensemble le cadrage initial et les premiers sprints. 
Un travail collectif qui montre le rôle de l’imagination collective en plus de la rigueur analytique.

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.

Date de mise à jour du programme : 09/03/2023

Dates et lieux

Du 17 au 19 avril 2024
Lieu
Distanciel
Durée
3 jrs
1995 € HT
Du 17 au 19 avril 2024
Lieu
Paris
Durée
3 jrs
1995 € HT
Du 19 au 21 juin 2024
Lieu
Distanciel
Durée
3 jrs
1995 € HT
Du 19 au 21 juin 2024
Lieu
Paris
Durée
3 jrs
1995 € HT
Du 23 au 25 octobre 2024
Lieu
Distanciel
Durée
3 jrs
1995 € HT
Du 23 au 25 octobre 2024
Lieu
Paris
Durée
3 jrs
1995 € HT
Du 18 au 20 décembre 2024
Lieu
Distanciel
Durée
3 jrs
1995 € HT
Du 18 au 20 décembre 2024
Lieu
Paris
Durée
3 jrs
1995 € HT


Formations Informatique
et Management
en ligne à ce jour

+
Stagiaires dans nos salles
de cours sur
l'année

%
De participants satisfaits
ou très satisfaits de nos
formations


Formateurs experts
validés par
PLB