Au terme de cette formation, tout participant saura :

• Évaluer le potentiel de l’IA sur différents types de données (images, textes, transactions…) ;
• Élaborer des scénarios d’utilisation et repérer les déterminants de la valeur créée, en contexte concurrentiel ;
• Repérer et évaluer les sources de données externes : référentiels, API, open data ;
• Identifier les familles d’outils ML/IA mobilisables et les ressources requises en temps, en compétences, en implications pour le SI.

Module 1 : patrimoine propre de données et données tierces

• Transactions
• Données d’exploitation
• Phénomènes et comportements observés par l’entreprise : logs, vidéos…
• Production spontanée ou organisée de textes libres
• En apprentissage automatique (ML) supervisé

Module 2 : production de valeur basée sur des données

• Aide à la décision humaine
• Aide à la décision automatisée, alerte intelligente (smart alerting), notifications
• Produits basés sur des données (data products) et leurs modèles d’affaires

Module 3 : algorithmes prédictifs consommant des données

• ML/IA supervisée : réseaux de neurones, forêts aléatoires (random forests) : validation d’un modèle, critères de performance d’u modèle (R2, lift, AUC…), composantes de l’erreur (variance et biais).
• Analyses non supervisées pour la synthèse de données surabondantes : réduction dimensionnelle, clustering.
• Utilisations des « plus proches voisins »

Module 4 : organisation des données pour les algorithmes

• Mise au carré des données (data tidying).
• Techniques de gestion des données manquantes
• Organisation et utilisation de données de référence (référentiels, master data)
• Enrichissement des données (géolocalisations, textes, images…), API et données ouvertes (open data).

Module 5 : évaluation d’ensemble de projets data

• Mettre en production un modèle prédictif : embarquement léger vs. apprentissage en continu.
• Évaluer avec réalisme la maturité des technologies — ni trop tôt ni trop tard.
• Évaluer le potentiel des projets data dans l’environnement concurrentiel.
• Évaluer les risques technologiques, juridiques et commerciaux, dans le cadre du RGPD.
• Évaluer les ressources nécessaires : temps, compétences internes ou externes, implications pour le SI au regard de l’existant (legacy).

A qui s’adresse cette formation ? 

Toute personne souhaitant mieux valoriser des gisements de données internes ou externes à son organisation.

Quels sont les pré-requis ?

Une première expérience professionnelle de l’utilisation ou du traitement de données.

Méthodes pédagogiques

Examen individuel et collectif de cas d’école ; reprise des conclusions sous forme de mémos (critères d’examen, listes d’outils). Dans ce cas les « modules » au programme sont tous vus sur un premier cas, puis sur un deuxième au moins.

Méthodes d'évaluations

QCM d'évaluation des acquis

A l’issue de cette formation, un certificat vous est délivré par ESIEE-IT

Pour vous inscrire, envoyez un mail à formationcontinue@esiee-it.fr (réponses sous 48heures).