RNCP35609 - Chef de Projets en Intelligence Artificielle et Science des Données (MS)

spécifique en utilisant un langage de programmation adapté. - Utiliser des bibliothèques d'algorithmes d'apprentissage automatique et d'exploration de données pour faciliter le développement de solutions basées sur l'IA.

La certification Chef de Projets en Intelligence Artificielle et Science des Données (MS) est un titre de niveau 7 délivré par l'Institut Supérieur de l'Aéronautique et de l'Espace. Cette certification vise à développer des compétences pour mener à bien des projets intégrant l'Intelligence Artificielle (IA) et la Science des Données (SD) dans les entreprises.

Après l'obtention de ce diplôme, les professionnels seront en mesure d'identifier des cas concrets d'usage où l'IA et la SD peuvent apporter de la valeur ajoutée. Ils pourront également participer à l'élaboration d'un plan stratégique pour l'IA et la valorisation des données, ainsi que manager des projets intégrant ces technologies.

Les compétences attestées par cette certification incluent la capacité à effectuer une veille scientifique et technique pour détecter les nouvelles technologies en IA et SD, ainsi qu'à évaluer leur valeur ajoutée potentielle pour l'entreprise. Les professionnels seront également capables d'analyser des cas d'usage déjà implémentés, d'en créer de nouveaux et de concevoir des indicateurs pour mesurer le retour sur investissement de ces projets.

Dans le cadre de cette certification, les professionnels seront également formés à la structuration d'une feuille de route pour l'IA et les usages des données, ainsi qu'à l'identification des projets clés pour optimiser les processus internes et proposer des produits ou services innovants. Ils sauront également établir un plan d'investissement pluriannuel et mobiliser les financements nécessaires pour réaliser un plan global en IA et valorisation des données.

Les professionnels seront également formés à identifier et évaluer les fournisseurs potentiels d'outils d'extraction, de containérisation ou de visualisation de données pour les inclure dans les appels à projet de l'entreprise. Ils seront également en mesure d'intégrer les approches éthiques, techniques, financières et humaines pour mesurer l'impact du plan IA sur les métiers et le modèle économique de l'entreprise.

La certification comprend également une dimension managériale, en formant les professionnels à impliquer les directions métiers dans la réflexion sur la valorisation des données et l'IA pour garantir leur adhésion. Ils seront également capables de concevoir des projets visant à développer les cas d'usage et à transformer le modèle économique de l'entreprise grâce à la valorisation des données et l'IA, ainsi que de superviser la rédaction du cahier des charges et de mobiliser les techniques de conduite de projets.

Les professionnels seront également formés à motiver et fédérer les équipes pour atteindre les objectifs collectifs, à identifier l'ensemble des parties prenantes d'un projet IA ou Data et à sensibiliser les salariés au processus d'amélioration continue et à la démarche d'assurance qualité.

Au niveau technique, la certification permettra aux professionnels de concevoir une architecture d'entrepôt de données pour optimiser le stockage et la protection de données structurées ou non structurées. Ils sauront également transformer les données de base dans des formats spécifiques pour permettre l'intégration de données issues de sources multiples, ainsi que gérer les données historiques en garantissant leur disponibilité, leur qualité et leur fiabilité.

Les professionnels seront également formés à évaluer différentes solutions pour le formatage et le stockage des données, ainsi qu'à utiliser les données stockées pour favoriser l'apprentissage par les machines. Ils sauront également organiser le stockage et sécuriser l'accès aux données tout en respectant les contraintes éthiques et légales.

La certification permettra également aux professionnels d'identifier et de caractériser différents algorithmes d'optimisation pour résoudre des problèmes spécifiques, de modéliser des situations de prise de décision et de mettre en oeuvre ces algorithmes en utilisant un langage de programmation adapté. Ils sauront également utiliser des bibliothèques d'algorithmes d'apprentissage automatique et d'exploration de données pour faciliter le développement de solutions basées sur l'IA.