RNCP38584
Active
· Niveau 7
Chef de projet en développement de solutions d'intelligence artificielle
Certificateur · AIVANCITY
L'essentiel
Nomenclature du niveau de qualification
Niveau 7
Code(s) NSF
Formacode(s)
Date d'échéance de l'enregistrement
09-02-2029
Certificateur(s)
Nom légalSIRETSite
Partenaires habilités
2 organismes habilités, d'après la liste publiée par France compétences : 2 à former et organiser l'évaluation.
OrganismeSIRETHabilitation
AIVANCITY
88343992900026
Former et organiser l'évaluation
AIVANCITY NICE COTE D'AZUR
88343992900034
Former et organiser l'évaluation
Résumé de la certification
Objectifs et contexte
La certification vise à préparer au métier de chef de projet en développement de solutions IA et répond à un besoin des entreprises qui font face aux changements induits par les nouvelles technologies.
La plupart des entreprises ont des besoins en termes d’intégration de l’intelligence artificielle dans leur process. Pour que cette intégration soit pertinente, il faut à la fois connaître les possibilités de l’intelligence artificielle, mais également le mode de fonctionnement des entreprises. Le chef de projet en développement de solutions IA apporte une réponse à cette problématique en faisant le lien entre les volets technologiques et organisationnels des transformations IA.
Les activités abordées par la certification couvrent les deux grands domaines de la conduite du projet IA qui nécessite l’acquisition de compétences en « Business et Management » et des compétences en « IA techniques ». Il s’agit d’un profil « hybride » » que l’on trouve peu sur le marché et pour lequel la demande est forte. Si la recherche en IA nécessite un niveau de mathématiques / informatique élevé, ce n’est pas le cas de son utilisation dans de nombreux problèmes concrets. En effet, l’implémentation de solutions IA dans des organisations n’est pas qu’une question technique. Elle nécessite une connaissance du fonctionnement de ces organisations et de l’ensemble du spectre lié aux questions de faisabilité, de validité, d’acceptabilité, de confiance, de responsabilité. En conséquence, il paraît important que la présente certification s’organise au sein du triptyque : IA, Management, Ethique. Cette sorte d’ADN de la certification n’existe pas ou peu en France et constitue donc une innovation à l’échelle nationale et internationale.
Activités visées
Elaboration de la stratégie et identification des opportunités de l’entreprise dans le domaine de l’intelligence artificielle
Sécurité et protection des données personnelles
Traitement des données provenant de
multiples sources
Analyse statistique des données
Transformation des données
Conception et entraînement des modèles IA
Optimisation et évaluation des modèles IA
Analyse des besoins informatiques
Pilotage du développement informatique
Viabilité et évolution des logiciels
Communication des résultats du projet
Suivi de l’évolution de l’interface de restitution des résultats de la solution d’intelligence artificielle
Présentation des principaux usages des résultats du projet IA ainsi que leurs implications éthiques Pilotage du flux de travail d’un projet IA
Animation d’équipe dans un environnement technologique
Pilotage financier et gestion des risques du projet IA
Compétences attestées
Analyser les composantes et enjeux intrinsèques aux projets IA en s’appuyant sur un système de veille technologique et économique afin de détecter les opportunités de projets d’intelligence artificielle au sein de l’entreprise (par exemple le cas des IA génératives).
Mesurer l’impact de l’intelligence artificielle sur l’environnement, la société et l’individu, en identifiant les éventuels décalages par rapport aux dispositions du RGAA et définir des solutions de remédiation et/ou de collaboration afin d’adopter une démarche soucieuse des questions éthiques.
Anticiper les problématiques potentielles liées à la sécurisation et la protection des données personnelles en contrôlant les données afin de respecter la réglementation en vigueur.
Définir une politique de protection de données en identifiant les principaux risques internes et externes liés à leur sécurité afin de mieux les gérer.
Mettre en œuvre une politique d’assurance qualité des données en s’appuyant sur un référentiel de procédures qualité pour permettre leur accessibilité, compréhension et exploitation ultérieure.
Agréger un ensemble de données à partir de sources hétérogènes, internes
et
externes
à l'entreprise et ceci de façon sécurisée afin de les exploiter.
Analyser les données en identifiant les anomalies et les manques pour évaluer leur qualité et leur potentiel d’exploitation et implémenter les corrections et améliorations nécessaires.
Sélectionner les outils techniques pour le stockage, le nettoyage et le traitement des données en explorant les bibliothèques existantes pour les applications data afin de préparer l’analyse de données.
Réaliser une analyse statistique de données à l’aide de méthodes adaptées à la nature du projet afin de d’extraire une information opérationnelle pour la prise de décision.
Modéliser les données en s’appuyant sur des modèles statistiques explicatifs afin de les rendre intelligibles et exploitables.
Traduire les contenus bruts en données structurées en appliquant des techniques de vectorisation afin de les rendre exploitables par des algorithmes d’apprentissage automatisés.
Augmenter les données en mettant en œuvre une démarche d’ingénierie des fonctionnalités et en s’appuyant sur une expertise métier et sectorielle pour en améliorer leur exploitation.
Implémenter des modèles d’apprentissage profond en concevant une architecture optimisée afin de maximiser la puissance prédictive.
Anticiper et remédier aux problèmes de type sur- apprentissage des modèles élaborés en mettant en place des indicateurs permettant d’en mesurer les performances afin d’assurer l’opérationnalité de la solution d’intelligence artificielle.
Sélectionner l’algorithme d’intelligence artificielle adapté au problème à résoudre en réalisant des études comparatives de différents algorithmes, et en prenant en compte les besoins spécifiques des utilisateurs, notamment des personnes en situation de handicap afin
d’assurer l’efficacité de la solution.
Définir une stratégie d’optimisation des algorithmes par un échantillonnage exhaustif ou aléatoire de l’espace des paramètres et par la mise en œuvre de métriques adaptées aux problématiques d’intelligence artificielle afin d’améliorer l’efficacité des modèles.
Evaluer la fiabilité des algorithmes prédictifs en appliquant une stratégie de validation croisée des données afin de minimiser l’influence des valeurs extrêmes.
Identifier les librairies d’apprentissage machine (ML) et d’apprentissage profond (DL) nécessaires au projet en s’appuyant sur une analyse du besoin en infrastructure et en logiciel pour favoriser leur développement et leur mise en production.
Élaborer les spécifications fonctionnelles et techniques des besoins recensés en réalisant un inventaire complet des caractéristiques du produit puis en rédigeant un cahier des charges mis à jour régulièrement pour veiller à respecter les exigences métiers relatives au projet.
Valider régulièrement la production de la solution en s’appuyant sur le retour d’expérience des utilisateurs en interne et en externe afin d’adapter les fonctionnalités et les caractéristiques techniques du projet.
Assurer la pérennité de la solution informatique en surveillant l’évolution des données de travail pour éviter la dégradation des performances des modèles d’intelligence artificielle mis en production.
Favoriser la maintenabilité à long terme du code et son évolution en définissant des procédures d’écriture du code afin de les intégrer au projet et ainsi bâtir des solutions IA durables.
Identifier les ressources, les langages de programmations et outils techniques nécessaires au projet en s’appuyant sur une analyse du besoin
en logiciel pour favoriser leur développement et leur mise en production.
Concevoir une interface(s) Homme-Machine simple (plateforme) adaptées au projet en s'appuyant sur des bibliothèques de programmation dédiées afin de visualiser les résultats du projet d’intelligence artificielle tout en prenant en compte les besoins des personnes en situation de handicap.
Présenter les solutions d’intelligence artificielle élaborées en s’appuyant sur des solutions de visualisation de données internes ou externes à l’entreprise afin faciliter la compréhension des enjeux et des risques par toutes les parties prenantes du projet.
Surveiller l’interface Homme-Machine simple (Plateforme) permettant la restitution des résultats du projet d’intelligence artificielle en mettant en place des indicateurs de performances et des alertes d’anomalie adaptés aux besoins métiers afin de gérer le comportement de l’interface dans le temps.
Développer les possibilités d’usage des résultats du projet IA en identifiant les principaux usages dans différents domaines et en analysant leurs implications éthiques afin de les valoriser, les rendre plus opérationnelles et plus responsables.
Coordonner le projet en s’appuyant sur des méthodes et des outils de gestion adaptés au contexte de l’entreprise et à la nature du projet d’intelligence artificielle afin d’assurer sa finalisation dans le respect des délais et des contraintes techniques et financières.
Animer l’équipe en communiquant sur l’avancement du projet et en clarifiant les missions de chacun tout au long du projet afin de s’assurer de l’investissement et du suivi des équipes.
Mettre en œuvre des modalités de recrutement et de formation permettant d’assurer la diversité des profils techniques des équipes afin de répondre aux exigences du projet et créer un environnement de travail inclusif.
Gérer un budget complet du projet d’intelligence artificielle en intégrant les coûts internes et externes ainsi que les contraintes de temps et de ressources afin d’assurer le retour sur investissement du projet pour l’entreprise.
Blocs de compétences · 6
RNCP38584BC01
Identifier et définir les enjeux et les impacts des différents domaines d’usage de l’intelligence artificielle
Compétences visées
Analyser les composantes et enjeux intrinsèques aux projets IA en s’appuyant sur un système de veille technologique et économique afin de détecter les opportunités de projets d’intelligence artificielle au sein de l’entreprise (par exemple le cas des IA génératives).
Mesurer l’impact de l’intelligence artificielle sur l’environnement, la société et l’individu, en identifiant les éventuels décalages par rapport aux dispositions du RGAA et définir des solutions de remédiation et/ou de collaboration afin d’adopter une démarche soucieuse des questions éthiques.
Anticiper les problématiques potentielles liées à la sécurisation et la protection des données personnelles en contrôlant les données afin de respecter la réglementation en vigueur.
Définir une politique de protection de données en identifiant les principaux risques internes et externes liés à leur sécurité afin de mieux les gérer.
Mettre en œuvre une politique d’assurance qualité des données en s’appuyant sur un référentiel de procédures qualité pour permettre leur accessibilité, compréhension et exploitation ultérieure
Modalités d'évaluation
Etude de cas pratique : A partir d’une étude de cas d’entreprise détaillant son secteur d’activité et ses enjeux futurs, le candidat complète l’analyse sectorielle à travers des sources extérieures et propose différentes options stratégiques pour l’usage de l’IA au sein de l’entreprise, ensuite présente une analyse des impacts humains, sociétaux et environnementaux de chacune des options stratégiques. Il doit proposer des solutions de remédiation et/ou de collaboration. Etude de cas pratique : A partir d’un cas de création ou de développement d’un projet Data en entreprise ou autre type d’Organisation, le candidat réalise une analyse complète relative aux enjeux de sécurité et de protection des données personnelles. Il propose une politique et un plan de protection et d’assurance qualité des données.
RNCP38584BC02
Analyser et traiter des données
Compétences visées
Agréger un ensemble de données à partir de sources hétérogènes, internes
et
externes
à l'entreprise et ceci de façon sécurisée afin de les exploiter.
Analyser les données en identifiant les anomalies et les manques pour évaluer leur qualité et leur potentiel d’exploitation et implémenter les corrections et améliorations nécessaires.
Sélectionner les outils techniques pour le stockage, le nettoyage et le traitement des données en explorant les bibliothèques existantes pour les applications data afin de préparer l’analyse de données.
Réaliser une analyse statistique de données à l’aide de méthodes adaptées à la nature du projet afin de d’extraire une information opérationnelle pour la prise de décision.
Modéliser les données en s’appuyant sur des modèles statistiques explicatifs afin de les rendre intelligibles et exploitables.
Modalités d'évaluation
Mise en situation professionnelle reconstituée : A partir d’un jeu de données brutes provenant de différentes sources, le candidate devra collecter les données pour l’analyse et présenter un jeu de données traitées en utilisant les outils et techniques appropriés. Ensuite, il devra réaliser des analyses statistiques et des recommandations de modélisation de données permettant de répondre à un problème métier.
RNCP38584BC03
Implémenter une solution d’apprentissage automatisé (Machine et Deep Learning)
Compétences visées
Traduire les contenus bruts en données structurées en appliquant des techniques de vectorisation afin de les rendre exploitables par des algorithmes d’apprentissage automatisés.
Augmenter les données en mettant en œuvre une démarche d’ingénierie des fonctionnalités et en s’appuyant sur une expertise métier et sectorielle pour en améliorer leur exploitation.
Implémenter des modèles d’apprentissage profond en concevant une architecture optimisée afin de maximiser la puissance prédictive.
Anticiper et remédier aux problèmes de type sur- apprentissage des modèles élaborés en mettant en place des indicateurs permettant d’en mesurer les performances afin d’assurer l’opérationnalité de la solution d’intelligence artificielle.
Sélectionner l’algorithme d’intelligence artificielle adapté au problème à résoudre en réalisant des études comparatives de différents algorithmes, et en prenant en compte les besoins spécifiques des utilisateurs, notamment des personnes en situation de handicap afin
d’assurer l’efficacité de la solution.
Définir une stratégie d’optimisation des algorithmes par un échantillonnage exhaustif ou aléatoire de l’espace des paramètres et par la mise en œuvre de métriques adaptées aux problématiques d’intelligence artificielle afin d’améliorer l’efficacité des modèles.
Evaluer la fiabilité des algorithmes prédictifs en appliquant une stratégie de validation croisée des données afin de minimiser l’influence des valeurs extrêmes.
Modalités d'évaluation
Mise en situation professionnelle reconstituée : à partir d’un jeu de donnée d’entreprise, le candidate devra mettre en œuvre divers prétraitements et augmentation de données afin de rendre ces dernières exploitables par les techniques d’apprentissage automatisées. Mise en situation professionnelle, réalisée dans un environnement cloud dédié : le candidat devra concevoir des solutions d’apprentissage profond, en mesurer les performances et mettre en place des modèles d’IA adaptés à ces solutions. Ensuite, en se basant sur la solution proposée ci-haut, le candidat devra réaliser un rapport de synthèse et d’étonnement incluant l’explication des choix de solutions IA implémentés, l’interprétation des résultats, l’évaluation de la fiabilité des algorithmes et une proposition d’optimisation.
RNCP38584BC04
Conduire le développement informatique d’un projet d’intelligence artificielle
Compétences visées
Traduire les contenus bruts en données structurées en appliquant des techniques de vectorisation afin de les rendre exploitables par des algorithmes d’apprentissage automatisés.
Augmenter les données en mettant en œuvre une démarche d’ingénierie des fonctionnalités et en s’appuyant sur une expertise métier et sectorielle pour en améliorer leur exploitation.
Implémenter des modèles d’apprentissage profond en concevant une architecture optimisée afin de maximiser la puissance prédictive.
Anticiper et remédier aux problèmes de type sur- apprentissage des modèles élaborés en mettant en place des indicateurs permettant d’en mesurer les performances afin d’assurer l’opérationnalité de la solution d’intelligence artificielle.
Sélectionner l’algorithme d’intelligence artificielle adapté au problème à résoudre en réalisant des études comparatives de différents algorithmes, et en prenant en compte les besoins spécifiques des utilisateurs, notamment des personnes en situation de handicap afin
d’assurer l’efficacité de la solution.
Définir une stratégie d’optimisation des algorithmes par un échantillonnage exhaustif ou aléatoire de l’espace des paramètres et par la mise en œuvre de métriques adaptées aux problématiques d’intelligence artificielle afin d’améliorer l’efficacité des modèles.
Evaluer la fiabilité des algorithmes prédictifs en appliquant une stratégie de validation croisée des données afin de minimiser l’influence des valeurs extrêmes.
Modalités d'évaluation
Rédaction d’un cahier de spécifications fonctionnelles et techniques : le candidat devra produire ce document sur la base d’un cas de projet d’IA. Etude de cas : sur la base d’un modèle d’IA implémenté en entreprise, le candidat réalise un diagnostic des ressources informatiques et émet des préconisations pour assurer la performance du modèle d’intelligence artificielle mis en production. Etude de cas : le candidat propose un plan de maintenabilité du code et d’évolution logicielle pour permettre la performance à long terme du projet IA.
RNCP38584BC05
Valoriser les résultats du projet d’intelligence artificielle
Compétences visées
Concevoir une interface Homme-Machine simple (plateforme) adaptée au projet en s'appuyant sur des bibliothèques de programmation dédiées afin de visualiser les résultats du projet d’intelligence artificielle tout en prenant en compte les besoins des personnes en situation de handicap.
Présenter les solutions d’intelligence artificielle élaborées en s’appuyant sur des solutions de visualisation de données internes ou externes à l’entreprise afin faciliter la compréhension des enjeux et des risques par toutes les parties prenantes du projet.
Surveiller l’interface Homme-Machine simple (Plateforme) permettant la restitution des résultats du projet d’intelligence artificielle en mettant en place des indicateurs de performances et des alertes d’anomalie adaptés aux besoins métiers afin de gérer le comportement de l’interface dans le temps.
Développer les possibilités d’usage des résultats du projet IA en identifiant les principaux usages dans différents domaines et en analysant leurs implications éthiques afin de les valoriser, les rendre plus opérationnelles et plus responsables.
Modalités d'évaluation
Etude de cas : le candidat devra concevoir un IHM simple et produire une note analysant les solutions de visualisation des données issues du modèle IA et présenter devant un jury les résultats du projet. Etude de cas : à partir d’un cas réel de projet d’IA, le candidat devra produire une note avec des propositions de suivi de l’évolution de la solution IA et la présenter devant un jury. Etude de cas : à partir d’un cas réel de projet d’IA, le candidat devra produire une note avec des recommandations sur les différentes possibilités d’usages des résultats d’un projet IA ainsi que leurs implications éthiques. Il doit également la présenter devant un jury de professeurs.
RNCP38584BC06
Gérer un projet IA
Compétences visées
Coordonner le projet en s’appuyant sur des méthodes et des outils de gestion adaptés au contexte de l’entreprise et à la nature du projet d’intelligence artificielle afin d’assurer sa finalisation dans le respect des délais et des contraintes techniques et financières.
Animer l’équipe en communiquant sur l’avancement du projet et en clarifiant les missions de chacun tout au long du projet afin de s’assurer de l’investissement et du suivi des équipes.
Mettre en œuvre des modalités de recrutement et de formation permettant d’assurer la diversité des profils techniques des équipes afin de répondre aux exigences du projet et créer un environnement de travail inclusif.
Gérer un budget complet du projet d’intelligence artificielle en intégrant les coûts internes et externes ainsi que les contraintes de temps et de ressources afin d’assurer le retour sur investissement du projet pour l’entreprise.
Modalités d'évaluation
Mise en situation professionnelle : le candidat est soumis au sein d’un groupe d’apprenants à un projet d’intelligence artificielle confié par une entreprise. Il réalise un rapport de mission et une soutenance orale devant un jury composé de professeurs et d’experts.
Secteur d'activité et type d'emploi
Secteurs d'activités
En France, différents rapports et études ont identifié certains secteurs les plus porteurs pour l’IA et vecteurs de projets d’Intelligence Artificielle. Ces secteurs d’activités se caractérisent par une forte exposition des effectifs aux impacts de l’IA et un niveau élevé d’exposition à la digitalisation.
Parmi ces principaux secteurs, nous trouverons :
Santé : Les domaines où l’IA intervient sont vastes : médecine de prévention, aide au diagnostic et au choix des traitements, coaching patient, épidémiologie, chirurgie autonome, médecine augmentée, etc.
Services financiers : Parmi les domaines les plus impactés par l’IA, on peut citer : les activités de marché (analyse prédictive du marché, performance des fonds d’investissement, aide pour fixer le meilleur prix des actions etc.), les opérations courantes (vente de produits financiers : accord ou non d’une demande de prêt, octroi de crédit, analyse documentaire, détection de fraudes etc.), service financier à la personne (aide des clients via des chatbots, assistants IA).
Service juridique : Parmi les domaines les plus impactés par l’IA, citons : la recherche et analyse de documents (jurisprudence, informations légales de l’entreprise et une analyse pour trier et grouper les documents les plus pertinents pour le cas juridique à traiter), la gestion des contrats (l’analyse automatique des documents constitutifs, la préparation des documents contractuels et le suivi du respect des clauses après signature), le suivi des opérations juridiques quotidiennes.
Commerce de détail : Les principaux domaines impactés par l’IA sont les suivants : personnalisation de l’expérience client (analyse plus fine du comportement des consommateurs en temps réel et meilleure anticipation de leurs besoins), optimisation du fonctionnement du point de vente, optimisation du backoffice, etc.
Industrie : Les principaux applications de l’IA sont les suivants : robotique, automatisme, maintenance prédictive, contrôle qualité, interfaces homme-machine, etc.
Types d'emplois accessibles
Chef de projet en développement de solutions d'intelligence artificielle
Directeur projet Intelligence Artificielle
Chef de projet Machine Learning
Manager d’équipe Intelligence Artificielle
Expert Intelligence Artificielle
Consultant Intelligence Artificielle
Ingénieur Intelligence Artificielle
Métiers visés (ROME)
Références juridiques des réglementations d'activité
Même si les métiers de l'intelligence artificielle ne sont pas réglementés, ils nécessitent la maitrise de plusieurs réglementations qui se développent, en particulier en Europe pour encadrer les usages des solutions IA/Data. On peut citer :
En France :
* La loi no 78-17 du 6 janvier 1978 relative à l’informatique, aux fichiers et aux libertés, plus connue sous le nom de loi informatique et libertés (dans sa rédaction en vigueur depuis 2019)
* Le décret n° 2019-536 du 29 mai 2019 qui détaille les modalités d’application de la Loi Informatique et Liberté et de la RGPD
* La loi n° 2004-575 du 21 juin 2004 pour La Confiance en l'Économie Numérique (LCEN)
* Le référentiel général d’amélioration de l’accessibilité (RGAA).
Eu Europe :
* Le règlement UE 2016/679 du Parlement européen et du Conseil du 27 avril 2016 relatif à la protection des personnes physiques à l'égard du traitement des données à caractère personnel et à la libre circulation de ces données, dit règlement général sur la protection des données (RGPD)
* Le règlement sur la gouvernance des données (Data Governance Act) - voté en mai 2022, et applicable en septembre 2023 qui régit le partage des données personnelles et non personnelles au niveau européen.
* La proposition de règlement sur les données (Data Act) - du 23 février 2022 - propose de gérer la répartition de la valeur issue de l’utilisation des données personnelles et non personnelles entre les acteurs de l’économie de la donnée (utilisation des objets connectés et développement de l’Internet des objets).
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
Voie d'accèsOuverte
Formation initiale
Oui
Formation continue
Oui
Apprentissage
Oui
Contrat de professionnalisation
Oui
Candidature individuelle
Non
VAE
Oui
Prérequis à l'entrée
Titres certifiés niveau 6 en mathématique, statistique, informatique, santé, sciences de l’ingénieur, sciences économiques et de gestion, science de l’information et sciences humaines. ou Diplômes de l’enseignement technologique et professionnel au niveau 6 ou Diplômes et/ou grades universitaires au niveau 6 en mathématique, statistique, informatique, santé, sciences de l’ingénieur, sciences économiques et de gestion, science de l’information et sciences humaines.
Composition du jury — Formation initiale, Formation continue, Apprentissage, Contrat de professionnalisation, VAE
Le jury de certification est composé de cinq membres : * 2 représentants de l’école (le directeur Académique et le responsable pédagogique de la certification) * 3 professionnels du secteur de de l’intelligence artificielle dont un désigné comme président du jury. Parmi ces 3 professionnels, il doit y avoir au moins un salarié en activité, un employeur et une femme. Si une seule femme est présente, elle sera désignée d’office présidente du Jury.
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
8 407 €
Selon la branche
8 407 € – 8 682 €
Prise en chargeBranches concernées
8 407 €
Valeur par défaut · 205 branches
8 682 €
CPNEF de l'audiovisuel, CPNEFP dans les établissements d'enseignement privés sous contrat
8 533 €
CPNEFP des commerces et services de l'audiovisuel, de l'électronique et de l'équipement ménager, CPNEFP du Négoce de l'ameublement
8 453 €
CPNE Branche Caoutchouc, CPNE des industries de santé (CPNEIS)
8 681 €
CPNEFP Mutualité
8 525 €
CPNE des Télécoms
Liens avec d'autres certifications
Certifications en correspondance (équivalences par blocs).
CodeCertification en correspondance
RNCP35253
Chef de projet intelligence artificielle
RNCP35684
Ingénieur en intelligence artificielle
Anciennes versions
Base légale
Date de décision09-02-2024
Durée de l'enregistrement5 ans
Date d'échéance09-02-2029
Dernière délivrance possible09-02-2033
Pour plus d'informations · Statistiques
AnnéeCertifiésInsertion 6 moisMétier visé 2 ans
2023
10
80 %
—
2022
10
90 %
100 %
- Descriptif de la certification →
- Fiche officielle France compétences →
- Télécharger la fiche en Markdown →
Où se former
Chargement de l'offre de formation…
Entrées et sorties de formation
124
entrées en formation
91
parcours menés à terme
73 %
taux d'achèvement
Entrées et sorties de formation — Caisse des Dépôts (open data), tous organismes confondus.
Demande CPF — formations engagées
157
dossiers CPF engagés
236 600 €
montant total engagé
1 507 €
coût moyen par dossier
59 h
durée moyenne
Qui finance ces dossiers (part du montant engagé)
Formations engagées via le CPF — Caisse des Dépôts (open data), tous organismes confondus.