RNCP37827
Active
· Niveau 6
Développeur en intelligence artificielle
Certificateur · SIMPLON.CO
L'essentiel
Nomenclature du niveau de qualification
Niveau 6
Code(s) NSF
Formacode(s)
Date d'échéance de l'enregistrement
19-07-2028
Certificateur(s)
Nom légalSIRETSite
Partenaires habilités
35 organismes habilités, d'après la liste publiée par France compétences : 35 à former et organiser l'évaluation.
OrganismeSIRETHabilitation
ADEFI FORMATION
49815719700035
Former et organiser l'évaluation
ASSOCIATION POUR LA FORMATION A L'INFORMATIQUE ET AU NUMERIQUE
39350481600330
Former et organiser l'évaluation
ASSOCIATION POUR LA FORMATION A L'INFORMATIQUE ET AU NUMERIQUE
39350481600348
Former et organiser l'évaluation
ASSOCIATION POUR LA FORMATION A L'INFORMATIQUE ET AU NUMERIQUE
39350481600355
Former et organiser l'évaluation
ASSOCIATION POUR LA FORMATION A L'INFORMATIQUE ET AU NUMERIQUE
39350481600363
Former et organiser l'évaluation
ASSOCIATION POUR LA FORMATION A L'INFORMATIQUE ET AU NUMERIQUE (AFINUM)
39350481600090
Former et organiser l'évaluation
ASSOCIATION POUR LA FORMATION A L'INFORMATIQUE ET AU NUMERIQUE (AFINUM)
39350481600215
Former et organiser l'évaluation
ASSOCIATION POUR LA FORMATION A L'INFORMATIQUE ET AU NUMERIQUE (AFINUM)
39350481600223
Former et organiser l'évaluation
ASSOCIATION POUR LA FORMATION A L'INFORMATIQUE ET AU NUMERIQUE (AFINUM)
39350481600249
Former et organiser l'évaluation
ASSOCIATION POUR LA FORMATION A L'INFORMATIQUE ET AU NUMERIQUE (AFINUM)
39350481600272
Former et organiser l'évaluation
Voir les 35 partenaires habilités →
Résumé de la certification
Objectifs et contexte
L’intelligence artificielle (IA) correspond à un ensemble de technologies qui permettent de simuler l’intelligence humaine et d’accomplir automatiquement des tâches de perception, de compréhension et de prise de décision. Ces techniques font particulièrement appel à l’utilisation de l’informatique, de l’électronique, des mathématiques (notamment statistiques), des neurosciences et des sciences cognitives.
Le développeur en intelligence artificielle est un spécialiste du développement d’applications intégrant des fonctionnalités exploitant l’intelligence artificielle. Il met au point des programmes informatiques intégrant des modèles d'intelligence artificielle et capables de réfléchir et d'effectuer des tâches réalisées par l'homme. Ce métier exige de savoir composer et interagir avec beaucoup d’autres professions dans les domaines de la linguistique, de la statistique, de l’ergonomie, de l’expérience utilisateur. Intégré dans la résolution d'une problématique métier définie par l'organisation, son rôle est de développer des solutions informatiques utilisables par des spécialistes et des non-spécialistes, intégrant directement ou indirectement des briques d'Intelligence Artificielle existantes (ex : algorithmes de Machine Learning). Le secteur de l’intelligence artificielle ayant gagné en maturité et rentrant dans une phase d'industrialisation, l’outillage et les services à destination des professionnels se sont étoffés et un premier cadre méthodologique s’est largement imposé : le MLOps (pour Machine-Learning et Opérations). Le métier de développeur en intelligence artificielle s’en voit au moins partiellement transformé. Il prend part notamment à la mise en œuvre des pratiques MLOps dans ses tâches de développement et de tests. Il prend part également au développement et l’intégration des tests et de la surveillance des modèles d’intelligence artificielle.
Il est donc spécialiste du développement informatique, du génie logiciel et des interfaces Hommes-Machines, avec une très bonne connaissance des enjeux, technologies et du cycle de vie d’un projet d’intelligence artificielle.
Activités visées
Programmer la collecte de données depuis plusieurs sources pour un projet en intelligence artificielle
Développer la mise à disposition technique des données collectées pour un projet en intelligence artificielle
Accompagner le choix et l’intégration d’un service d’intelligence artificielle préexistant
Réaliser l’intégration d’un modèle ou d’un service d’intelligence artificielle
Faciliter le déploiement d’un modèle d’intelligence artificielle avec une approche MLOps
Concevoir une application intégrant un service d'intelligence artificielle
Développer les interfaces et les fonctionnalités d’une application d’intelligence artificielle
Développer les fonctions de tests et de contrôle d’une application d’intelligence artificielle
Assurer le maintien en condition opérationnelle d’une application
Compétences attestées
Automatiser l’extraction de données depuis un service web, une page web (scraping), un fichier de données, une base de données et un système big data en programmant le script adapté afin de pérenniser la collecte des données nécessaires au projet.
Développer des requêtes de type SQL d’extraction des données depuis un système de gestion de base de données et un système big data en appliquant le langage de requête propre au système afin de préparer la collecte des données nécessaires au projet.
Développer des règles d'agrégation de données issues de différentes sources en programmant, sous forme de script, la suppression des entrées corrompues et en programmant l’homogénéisation des formats des données afin de préparer le stockage du jeu de données final.
Créer une base de données dans le respect du RGPD en élaborant les modèles conceptuels et physiques des données à partir des données préparées et en programmant leur import afin de stocker le jeu de données du projet.
Développer une API mettant à disposition le jeu de données en utilisant l’architecture REST afin de permettre l’exploitation du jeu de données par les autres composants du projet.
Organiser et réaliser une veille technique et réglementaire en animant le travail collectif de sélection des sources, de collecte, de traitement et de partage des informations afin de formuler des recommandations pour le projet toujours en phase avec l’état de l’art.
Identifier des services d’intelligence artificielle préexistants à partir de l’expression de besoin en fonctionnalités d’intelligence artificielle, en réalisant un benchmark de services existants et en analysant leurs caractéristiques pour formaliser une ou plusieurs recommandations de services adaptés au besoin.
Paramétrer un service d’intelligence artificielle en suivant sa documentation technique et en respectant les spécifications du projet, afin de permettre l’intégration des connecteurs du service dans le système d’information.
Développer une API exposant un modèle d’intelligence artificielle en utilisant l’architecture REST pour permettre l’interaction entre le modèle et les autres composants du projet.
Intégrer l’API d’un modèle ou d’un service d’intelligence artificielle dans une application, en respectant les spécifications du projet et les normes d’accessibilité en vigueur, à l’aide de la documentation technique de l’API, afin de créer les fonctionnalités d’intelligence artificielle de l’application.
Monitorer un modèle d’intelligence artificielle à partir des métriques courantes et spécifiques au projet, en intégrant les outils de collecte, d’alerte et de restitution des données du monitorage pour permettre l’amélioration du modèle de façon itérative.
Programmer les tests automatisés d’un modèle d’intelligence artificielle en définissant les règles de validation des jeux de données, des étapes de préparation des données, d'entraînement, d’évaluation et de validation du modèle pour permettre son intégration en continu et garantir un niveau de qualité élevé.
Créer une chaîne de livraison continue d’un modèle d’intelligence artificielle en installant les outils et en appliquant les configuration souhaitées, dans le respect du cadre imposé par le projet et dans une approche MLOps*, pour automatiser les étapes de validation, de test, de packaging et de déploiement du modèle.
Analyser le besoin d’application d’un commanditaire intégrant un service d'intelligence artificielle, en rédigeant les spécifications fonctionnelles et en le modélisant, dans le respect des standards d’utilisabilité et d’accessibilité, afin d’établir avec précision les objectifs de développement correspondant au besoin et à la faisabilité technique.
Concevoir le cadre technique d’une application intégrant un service d’intelligence artificielle, à partir de l'analyse du besoin, en spécifiant l’architecture technique et applicative et en préconisant les outils et méthodes de développement, pour permettre le développement du projet.
Coordonner la réalisation technique d’une application d’intelligence artificielle en s’intégrant dans une conduite agile de projet et un contexte MLOps et en facilitant les temps de collaboration dans le but d’atteindre les objectifs de production et de qualité.
Développer les composants techniques et les interfaces d’une application en utilisant les outils et langages de programmation adaptés et en respectant les spécifications fonctionnelles et techniques, les standards et normes d’accessibilité, de sécurité et de gestion des données en vigueur dans le but de répondre aux besoins fonctionnels identifiés.
Automatiser les phases de tests du code source lors du versionnement des sources à l’aide d’un outil d’intégration continue de manière à garantir la qualité technique des réalisations.
Créer un processus de livraison continue d’une application en s’appuyant sur une chaîne d’intégration continue et en paramétrant les outils d’automatisation et les environnements de test afin de permettre une restitution optimale de l’application.
Surveiller une application d’intelligence artificielle, en mobilisant des techniques de monitorage et de journalisation, dans le respect des normes de gestion des données personnelles en vigueur, afin d’alimenter la feedback loop dans une approche MLOps, et de permettre la détection automatique d’incidents.
Résoudre les incidents techniques en apportant les modifications nécessaires au code de l’application et en documentant les solutions pour en garantir le fonctionnement opérationnel.
Blocs de compétences · 3
RNCP37827BC01
Réaliser la collecte, le stockage et la mise à disposition des données d’un projet en intelligence artificielle
Compétences visées
Automatiser l’extraction de données depuis un service web, une page web (scraping), un fichier de données, une base de données et un système big data en programmant le script adapté afin de pérenniser la collecte des données nécessaires au projet.
Développer des requêtes de type SQL d’extraction des données depuis un système de gestion de base de données et un système big data en appliquant le langage de requête propre au système afin de préparer la collecte des données nécessaires au projet.
Développer des règles d'agrégation de données issues de différentes sources en programmant, sous forme de script, la suppression des entrées corrompues et en programmant l’homogénéisation des formats des données afin de préparer le stockage du jeu de données final.
Créer une base de données dans le respect du RGPD en élaborant les modèles conceptuels et physiques des données à partir des données préparées et en programmant leur import afin de stocker le jeu de données du projet.
Développer une API mettant à disposition le jeu de données en utilisant l’architecture REST afin de permettre l’exploitation du jeu de données par les autres composants du projet.
Modalités d'évaluation
Mise en situation L’évaluation doit se faire dans un contexte de réalisation d’un service numérique réel ou fictif basé sur l’usage de données, à partir du cadrage pour la réalisation d’un service numérique (spécifications fonctionnelles et techniques par exemple). Le projet évalué a pour but d’optimiser, d’automatiser, de pérenniser et de mettre à disposition les flux de données et les données, utiles et nécessaires à la réalisation du service numérique, par les équipes techniques (par exemple en analyse statistique, en business intelligence, en machine learning ou encore en intelligence artificielle). Livrable : rapport professionnel individuel Évaluation basée sur la correction du rapport professionnel et une soutenance orale individuelle
RNCP37827BC02
Intégrer des modèles et des services d’intelligence artificielle
Compétences visées
Organiser et réaliser une veille technique et réglementaire en animant le travail collectif de sélection des sources, de collecte, de traitement et de partage des informations afin de formuler des recommandations pour le projet toujours en phase avec l’état de l’art.
Identifier des services d’intelligence artificielle préexistants à partir de l’expression de besoin en fonctionnalités d’intelligence artificielle, en réalisant un benchmark de services existants et en analysant leurs caractéristiques pour formaliser une ou plusieurs recommandations de services adaptés au besoin.
Paramétrer un service d’intelligence artificielle en suivant sa documentation technique et en respectant les spécifications du projet, afin de permettre l’intégration des connecteurs du service dans le système d’information.
Développer une API exposant un modèle d’intelligence artificielle en utilisant l’architecture REST pour permettre l’interaction entre le modèle et les autres composants du projet.
Intégrer l’API d’un modèle ou d’un service d’intelligence artificielle dans une application, en respectant les spécifications du projet et les normes d’accessibilité en vigueur, à l’aide de la documentation technique de l’API, afin de créer les fonctionnalités d’intelligence artificielle de l’application.
Monitorer un modèle d’intelligence artificielle à partir des métriques courantes et spécifiques au projet, en intégrant les outils de collecte, d’alerte et de restitution des données du monitorage pour permettre l’amélioration du modèle de façon itérative.
Programmer les tests automatisés d’un modèle d’intelligence artificielle en définissant les règles de validation des jeux de données, des étapes de préparation des données, d'entraînement, d’évaluation et de validation du modèle pour permettre son intégration en continu et garantir un niveau de qualité élevé.
Créer une chaîne de livraison continue d’un modèle d’intelligence artificielle en installant les outils et en appliquant les configuration souhaitées, dans le respect du cadre imposé par le projet et dans une approche MLOps*, pour automatiser les étapes de validation, de test, de packaging et de déploiement du modèle.
Modalités d'évaluation
Cas pratique (pour les 3 premières compétences) L’évaluation doit se faire à partir de l’expression d’un besoin réel ou fictif de fonctionnalités d’intelligence artificielle. Ce besoin peut résulter d’une commande client comme d’une sollicitation interne d’un collaborateur data scientist par exemple. Le cas pratique évalué a pour but l’installation et la configuration du service d’IA préconisé. Livrable : rapport professionnel individuel Évaluation basée sur la correction du rapport professionnel et soutenance orale individuelle Mise en situation (pour les 5 autres compétences) L’évaluation doit se faire dans un contexte réel ou fictif de réalisation d’un service d’intelligence artificielle à partir d’un modèle fourni. Le projet évalué a pour but la mise en service (packaging, monitorage, test…) du modèle fourni, et son intégration dans une application existante. Livrable : rapport professionnel individuel Évaluation basée sur la correction du rapport professionnel et une soutenance orale individuelle intégrant une démonstration du projet.
RNCP37827BC03
Réaliser une application intégrant un service d’intelligence artificielle
Compétences visées
Analyser le besoin d’application d’un commanditaire intégrant un service d'intelligence artificielle, en rédigeant les spécifications fonctionnelles et en le modélisant, dans le respect des standards d’utilisabilité et d’accessibilité, afin d’établir avec précision les objectifs de développement correspondant au besoin et à la faisabilité technique.
Concevoir le cadre technique d’une application intégrant un service d’intelligence artificielle, à partir de l'analyse du besoin, en spécifiant l’architecture technique et applicative et en préconisant les outils et méthodes de développement, pour permettre le développement du projet.
Coordonner la réalisation technique d’une application d’intelligence artificielle en s’intégrant dans une conduite agile de projet et un contexte MLOps et en facilitant les temps de collaboration dans le but d’atteindre les objectifs de production et de qualité.
Développer les composants techniques et les interfaces d’une application en utilisant les outils et langages de programmation adaptés et en respectant les spécifications fonctionnelles et techniques, les standards et normes d’accessibilité, de sécurité et de gestion des données en vigueur dans le but de répondre aux besoins fonctionnels identifiés.
Automatiser les phases de tests du code source lors du versionnement des sources à l’aide d’un outil d’intégration continue de manière à garantir la qualité technique des réalisations.
Créer un processus de livraison continue d’une application en s’appuyant sur une chaîne d’intégration continue et en paramétrant les outils d’automatisation et les environnements de test afin de permettre une restitution optimale de l’application.
Surveiller une application d’intelligence artificielle, en mobilisant des techniques de monitorage et de journalisation, dans le respect des normes de gestion des données personnelles en vigueur, afin d’alimenter la feedback loop dans une approche MLOps, et de permettre la détection automatique d’incidents.
Résoudre les incidents techniques en apportant les modifications nécessaires au code de l’application et en documentant les solutions pour en garantir le fonctionnement opérationnel.
Modalités d'évaluation
Mise en situation (pour les 6 premières compétences) L’évaluation doit se faire dans un contexte réel ou fictif de développement d’une application intégrant un service d’intelligence artificielle. Le projet évalué a pour but d’analyser un besoin en développement d’application d’intelligence artificielle, de concevoir, développer, tester et enfin livrer l’application. Livrable : rapport professionnel individuel Évaluation basée sur la correction du rapport professionnel et une soutenance orale individuelle intégrant une démonstration du projet. Cas pratique (pour les 2 dernières compétences) L’évaluation doit se faire à partir d’une application existante présentant au moins une erreur technique, en contexte réel ou fictif. Le cas pratique évalué a pour but la mise en place du monitorage applicatif et de la résolution d’un incident technique dans l’application. Livrable : - documentation technique du monitorage. - documentation de la résolution de l’incident technique. Évaluation basée sur la correction de la documentation et une soutenance orale individuelle présentant le monitorage de l’application et la solution implémentée en réponse à l’incident technique traité.
Secteur d'activité et type d'emploi
Secteurs d'activités
Tous secteurs d’activité et plus précisément
pour les entreprises qui innovent et imaginent les cas d'usages de l'intelligence artificielle : les industries, les startup, les TPE, les PME, et les majors du numériques
pour les entreprises qui vendent des services d'intelligence artificielle : les agence web, les ESN, les majors du numériques, les éditeurs de services
pour les entreprises qui exploitent l'intelligence artificielle pour leur développement ou leur stratégie : les grands comptes, les banques et assurances, la grande distribution et le transport
Types d'emplois accessibles
Développeur en intelligence artificielle (IA) - Développeur Machine learning (ML) - Développeur Python - Lead développeur IA
Métiers visés (ROME)
Références juridiques des réglementations d'activité
Le métier de développeur en intelligence artificielle n'est pas une profession réglementée. Toutefois, il doit exercer ses activités dans le respect des règlements et recommandations en matière de gestion des données à caractère personnel (RGPD), d’accessibilité et d’éco-conception propres aux projets d'intelligence artificielle dans lesquels il est impliqué.
Tensions de recrutement · DARES 2024
Niveau de tension : Très élevée (5/5) en tension
Principaux facteurs : Manque de main-d'œuvre disponible et Lien formation-emploi.
2 864 €
salaire médian (mensuel)
Diplôme le plus fréquent : Diplôme de niveau bac+5 ou plus (doctorat, master ou équivalent) en communication et information (41 % des actifs en emploi).
Mesuré au niveau de la famille professionnelle : Techniciens d'étude et de développement en informatique et Ingénieurs et cadres d'étude, recherche et développement en informatique et télécom (nomenclature FAP). Ces familles ne sont pas au même niveau de tension (de 4 à 5 sur 5) : le niveau affiché est une moyenne pondérée par l'emploi, à ne pas attribuer à chacune d'elles.
-
M1X80— Techniciens d'étude et de développement en informatique tension 4/5 (Élevée) -
M2X90— Ingénieurs et cadres d'étude, recherche et développement en informatique et télécom tension 5/5 (Très élevée)
Indicateur de tension sur le marché du travail 2024 — DARES / France Travail. Les indicateurs sont publiés par famille professionnelle (FAP), pas par métier ROME : ils couvrent l'ensemble des métiers de ces familles.
Marché du travail · BMO 2026
Toute la France
Île-de-France 12 731
Auvergne-Rhône-Alpes 2 527
Occitanie 2 500
Provence-Alpes-Côte d'Azur 2 125
Pays de la Loire 1 610
Nouvelle-Aquitaine 1 444
Bretagne 1 176
Hauts-de-France 1 060
Grand Est 979
Normandie 474
Centre-Val de Loire 437
Bourgogne-Franche-Comté 295
La Réunion 35
Guadeloupe 25
Guyane 20
Corse 15
Martinique 5
27 458
projets de recrutement
53 %
en tension
jugés difficiles à recruter
1 %
emplois saisonniers
Mesuré au niveau de la famille professionnelle : Techniciens d'étude et de développement en informatique et Ingénieurs et cadres d'étude, recherche et développement en informatique et télécom (nomenclature FAP).
-
M1X80— Techniciens d'étude et de développement en informatique -
M2X90— Ingénieurs et cadres d'étude, recherche et développement en informatique et télécom
Enquête Besoins en Main d'Œuvre (BMO) 2026 — France Travail (open data), cumul national. Les indicateurs sont publiés par famille professionnelle (FAP), pas par métier ROME : ils couvrent l'ensemble des métiers de ces familles.
Voie d'accès à la certification
Prérequis à l'entrée
L'entrée en formation est possible pour tout candidat sans prérequis de diplôme ou d'expérience professionnelle. Les seuls prérequis de niveaux sont ceux définis dans les critères ci-dessous : l'entrée en formation est donc conditionnée à la validation de tests de positionnement ayant pour objectifs de sécuriser les parcours des apprenants et de constituer le collectif de la promotion. Ces tests vont également permettre d’informer le candidat sur l’organisme et la formation, d’évaluer son profil et de l’aiguiller si besoin dans son parcours. Les évaluations menées dans les tests de positionnement servent à apprécier : * la motivation du candidat à s'engager dans le projet de formation ; * les conditions dans lesquelles le candidat ou la candidate pourra suivre la formation (situation financière, logement, …) ; * la cohérence du projet professionnel ; * les compétences techniques qui sont mobilisées dans une phase d’auto-apprentissage intégrée au positionnement ; * les compétences transversales identifiées comme favorisant la réussite de l’entrée et du suivi de la formation. Les critères de la réussite du positionnement sont les suivants : * l'implication sérieuse du candidat dans les étapes du positionnement et notamment la réalisation complète des phases d'auto-apprentissage ou tests. * la maitrise des compétences informatiques fondamentales : utilisation d'un système de fichier d'un système d'exploitation, navigation internet, installation d'applications ; * la maîtrise du français au niveau B2 ; * la compréhension du métier de développeur en intelligence artificielle
Composition du jury — Formation initiale, Formation continue, Apprentissage, Contrat de professionnalisation, VAE
Le jury de certification est composé d’au moins 2 professionnels avec à minima 2 années d’expérience professionnelle dans le domaine du développement et/ou de la data/IA : développeur en intelligence artificielle, développeur python, développeur full-stack, software engineer, machine learning engineer, data analyst, data engineer, etc. Au moins 50% des jurés sont extérieurs à l’organisme certificateur et à l’organisme évaluateur. Les membres du jury ne doivent pas entretenir, ou avoir entretenu, un lien professionnel ou personnel avec le candidat. Ils ne doivent pas non plus avoir participé au processus de formation ou à la préparation du candidat à la certification.
Financement en alternance
Niveau de prise en charge (NPEC) d'un contrat d'apprentissage par les OPCO, fixé par France compétences selon la branche professionnelle (CPNE). Applicable au 01-09-2025.
Prise en charge usuelle
6 844 €
Selon la branche
5 850 € – 7 365 €
Prise en chargeBranches concernées
6 844 €
Valeur par défaut · 203 branches
7 365 €
CPNE chimie, CPNE de l'ingénierie, des services informatiques et du conseil, CPNE des industries de santé (CPNEIS)
5 850 €
CPNE Branche Caisse d'Epargne, CPNE de la branche Banque Populaire
7 200 €
CPNEF de l'audiovisuel
7 110 €
CPNEFP Mutualité
6 754 €
CPNEF de la Publicité
6 523 €
CPNE des Télécoms
6 300 €
CPNEFP de la métallurgie
Liens avec d'autres certifications
Anciennes versions
Base légale
Date de décision19-07-2023
Durée de l'enregistrement5 ans
Date d'échéance19-07-2028
Dernière délivrance possible19-07-2032
Pour plus d'informations · Statistiques
AnnéeCertifiésInsertion 6 moisMétier visé 2 ans
2022
130
83 %
—
2021
56
74 %
95 %
- Descriptif de la certification →
- Fiche officielle France compétences →
- Télécharger la fiche en Markdown →
Où se former
Chargement de l'offre de formation…
Se former en apprentissage
Chargement des formations en apprentissage…
Entrées et sorties de formation
202
entrées en formation
151
parcours menés à terme
75 %
taux d'achèvement
Entrées et sorties de formation — Caisse des Dépôts (open data), tous organismes confondus.
Demande CPF — formations engagées
297
dossiers CPF engagés
980 021 €
montant total engagé
3 300 €
coût moyen par dossier
366 h
durée moyenne
Qui finance ces dossiers (part du montant engagé)
Formations engagées via le CPF — Caisse des Dépôts (open data), tous organismes confondus.