RNCP35701 - Ingénieur en intelligence artificielle (MS)

symbolique 4 - Gérer un projet d’intelligence artificielle. C1.4. Planifier et organiser le projet d’intelligence artificielle C2.4. Coordonner l’équipe projet C3.4. Valider les étapes du projet 5 - Valoriser les résultats du projet d’intelligence artificielle. C1.5. Transposer les résultats en informations opérationnelles C2.5. Présenter les résultats de manière visuelle C3.5. Assurer l’évolution de la solution d’IA dans le temps C4.5. Mesurer les impacts du projet d’intelligence artificielle

La certification Ingénieur en intelligence artificielle (MS) de niveau 7, délivrée par l'Institut Mines Telecom - Telecom Paris, permet d'acquérir les compétences nécessaires pour exercer différents métiers liés à l'intelligence artificielle dans des entreprises de toutes tailles et de tous secteurs d'activité. Les activités visées par cette certification sont diverses et peuvent être réalisées en totalité ou en partie selon le contexte de l'entreprise et l'expérience de l'ingénieur.

Le professionnel en intelligence artificielle est capable de concevoir un projet intégrant cette technologie en identifiant les problématiques métiers pertinentes et en définissant les objectifs stratégiques. Il traduit ensuite ces enjeux en problématiques mathématiques et d'intelligence artificielle, tout en prenant en compte les enjeux éthiques liés à ces technologies. Il participe également à la définition d'une feuille de route scientifique et réalise une veille technologique pour identifier les axes de recherche et de développement d'outils et de méthodologies d'intelligence artificielle.

L'ingénieur en intelligence artificielle est également en mesure d'élaborer des données exploitables pour la solution d'intelligence artificielle. Pour cela, il sélectionne les données internes à l'entreprise et utilise d'autres sources de données externes pour apporter des éclairages complémentaires. Il nettoie et transforme les bases de données afin de les rendre analysables et mène une analyse exploratoire pour en extraire des informations pertinentes. Il veille également au respect des normes juridiques en matière de données exploitées.

Le développement d'une solution d'apprentissage automatique (machine Learning) fait également partie des compétences de l'ingénieur en intelligence artificielle. Il peut élaborer des modèles supervisés, non supervisés ou par renforcement en choisissant les fonctions de coût et les algorithmes les plus adaptés. Il peut également combiner plusieurs modèles et intégrer des technologies de Deep Learning telles que le traitement et la reconnaissance d'image ou du langage naturel.

En tant que chef de projet, l'ingénieur en intelligence artificielle coordonne toutes les étapes du projet et encadre l'équipe en s'assurant du respect des délais et de la qualité du travail. Il accompagne également les équipes métiers dans l'appropriation de la solution développée.

Pour valoriser les résultats du projet, l'ingénieur en intelligence artificielle est en mesure de les transposer en informations opérationnelles et de les présenter de manière visuelle pour les rendre compréhensibles pour les profils non techniques. Il assure également l'évolution de la solution dans le temps en détectant les non-conformités et en mesurant les impacts du projet en lien avec les orientations stratégiques de l'entreprise.

Au total, cette certification atteste des capacités de l'ingénieur en intelligence artificielle dans les domaines suivants :

1 - Concevoir un projet intégrant l'intelligence artificielle :

• C1.1 Identifier des problématiques business
• C2.1 Déterminer les enjeux éthiques liés au projet d'intelligence artificielle
• C3.1 Identifier des axes de recherche et de développement d'outils et de méthodologies d'intelligence artificielle
• C4.1 Formaliser les besoins en termes de software et de hardware

2 - Elaborer des données exploitables pour la solution d'intelligence artificielle :

• C1.2 Identifier les données en explorant les sources internes et externes, en s'appuyant sur une étude des enjeux sociaux, économiques et juridiques propres à la science des données et en veillant au respect des normes juridiques
• C2.2 Nettoyer les bases de données
• C3.2 Transformer les bases de données
• C4.2 Réaliser une analyse exploratoire des données

3 - Développer une solution d'apprentissage automatique (machine Learning) :

• C1.3 Développer un modèle d'apprentissage automatique supervisé
• C2.3 Développer un modèle d'apprentissage automatique non supervisé
• C3.3 Combiner plusieurs modèles supervisés ou non supervisés
• C4.3 Elaborer un modèle d'apprentissage automatique par renforcement
• C5.3 Elaborer un algorithme d'apprentissage profond
• C6.3 Développer un modèle d'apprentissage automatique intégrant les méthodes et solutions de reconnaissance d'image
• C7.3 Développer un modèle d'apprentissage intégrant les méthodes de traitement du langage naturel et d'apprentissage automatique pour l'analyse de texte
• C8.3 Développer un modèle d'intelligence artificielle symbolique

4 - Gérer un projet d'intelligence artificielle :

• C1.4 Planifier et organiser le projet d'intelligence artificielle
• C2.4 Coordonner l'équipe projet
• C3.4 Valider les étapes du projet

5 - Valoriser les résultats du projet d'intelligence artificielle :

• C1.5 Transposer les résultats en informations opérationnelles
• C2.5 Présenter les résultats de manière visuelle
• C3.5 Assurer l'évolution de la solution d'IA dans le temps
• C4.5 Mesurer les impacts du projet d'intelligence artificielle