5 organismes habilités, d'après la liste publiée par France compétences : 4 à former et organiser l'évaluation et 1 à former.
OrganismeSIRETHabilitation
ALBERT GLOBAL DATA SCHOOL90517525300046Former et organiser l'évaluation
ALBERT SCHOOL90517525300020Former et organiser l'évaluation
JEDHA83872651100044Former et organiser l'évaluation
L ECOLE MULTIMEDIA40441398100014Former et organiser l'évaluation
NEOMA BUSINESS SCHOOL83429535400015Former
Résumé de la certification
Objectifs et contexte
Contexte : Dans le monde de plus en plus digitalisé et connecté d'aujourd'hui, les entreprises de tous les secteurs ont besoin de comprendre et d'exploiter efficacement les données dont elles disposent. Avec l'essor de l'Intelligence Artificielle (IA), ces organisations ont désormais l'opportunité de transformer ces données en informations précieuses, permettant une meilleure prise de décision, l'optimisation des processus métier, une personnalisation accrue de l'expérience client, entre autres. Cependant, la mise en œuvre réussie d'une solution d'IA nécessite une expertise spécifique, notamment en matière d'architecture des données, de gestion des flux de données, de modélisation et de déploiement de l'IA. De plus, les solutions d'IA doivent être mises en œuvre de manière éthique et conforme aux réglementations en vigueur, en particulier en matière de protection des données et de confidentialité. Dans ce contexte, la certification "Architecte en Intelligence Artificielle" a été conçue pour répondre à un besoin croissant du marché en matière de compétences en IA, permettant aux professionnels de la technologie d'acquérir et de valider leur expertise dans ce domaine.
Objectifs : La certification "Architecte en Intelligence Artificielle" vise à former des professionnels capables de concevoir, déployer et gérer des solutions d'IA robustes, efficaces et conformes aux réglementations. Les candidats seront évalués sur une série de compétences essentielles pour un architecte en IA, y compris : La gouvernance des données : Les candidats doivent démontrer leur capacité à élaborer et à mettre en œuvre un plan de gouvernance des données solide, en tenant compte des aspects de conformité, des parties prenantes et des risques, L'architecture des données : Les candidats doivent concevoir une architecture de données qui est à la fois robuste et adaptée aux besoins techniques et opérationnels, La gestion des pipelines de données : Les candidats doivent être capables de mettre en place et de gérer des pipelines de données automatisés et performants, et Le développement et le déploiement de solutions d'IA : Les candidats doivent être capables de créer, d'intégrer et de déployer des solutions d'IA, y compris l'automatisation du réentrainement des modèles et la mise en place de pipelines d'intégration et de déploiement continu.
Cette certification vise à répondre au besoin croissant du marché pour des professionnels qualifiés dans le domaine de l'IA, capables de conduire l'innovation et la transformation numérique à travers une utilisation éthique et efficace de l'IA.
Activités visées
Concevoir et piloter la gouvernance des données :
Mise en oeuvre d'une politique de gouvernance des données
Conduite du changement
Audit des pratiques liées à la gestion des données
Concevoir et déployer des architecture de données (pour l'IA) :
Evaluation des besoins architecturaux et contraintes techniques
Modélisation des données
Optimisation des performances de l'infrastructure
Surveillance de l'infrastructure
Documentation de l'infrastructure
Concevoir et mettre en oeuvre des pipelines de données (pour l'IA) :
Développement des pipelines de données
Automatisation des pipelines de données
Monitoring du pipeline
Construction, déploiement et pilotage de solutions d'IA :
Construction de la solutions d'IA
Déploiement de la solution d'IA
Monitoring de la solution d'IA
Compétences attestées
Concevoir une politique de Data Gouvernance en collaboration avec les parties prenantes, afin d'assurer la conformité aux régulations en vigueur et garantir la qualité, la disponibilité, la sécurité et la confidentialité des données.
Collaborer avec les parties prenantes de l'entreprise pour promouvoir et mettre en œuvre la politique de Data Gouvernance, en vue d'une intégration harmonieuse dans les pratiques de l'entreprise.
Former et sensibiliser tous les collaborateurs, y compris ceux en situation de handicap, aux principes de la Data Gouvernance, afin d'assurer une mise en œuvre efficace et inclusive de la politique de Data Gouvernance.
Réaliser des audits réguliers des pratiques de gestion des données de l'entreprise, pour assurer la conformité aux réglementations locales et internationales en vigueur.
Évaluer les risques associés à la gestion des données, notamment en termes de qualité et de sécurité, pour renforcer la politique de Data Gouvernance.
Identifier les besoins architecturaux en enquêtant sur les contraintes techniques, opérationnelles et normes en vigueur, afin d'établir un cadre conforme aux exigences de l'entreprise.
Élaborer un cahier des charges d'architecture de données qui intègre les contraintes techniques et normes, en vue de répondre aux besoins spécifiques de l'entreprise.
Elaborer des modèles de données logiques et physiques (entité-relation, les modèles de données en étoile...) qui correspondent au cahier des charges établi.
Concevoir des structures de bases de données adaptées à divers types de données, en tenant compte des performances, de la sécurité, de l'évolutivité, et du volume des données, pour une gestion optimale du Big Data.
Déployer des serveurs virtuels dans le cloud ou On-Premise pour l'entraînement des algorithmes d'Intelligence Artificielle, en vue de gérer efficacement un large volume de données.
Augmenter la puissance de calcul à travers la conception de clusters de serveurs, afin de permettre l'entraînement d'algorithmes d'Intelligence Artificielle, le stockage de données volumineuses ou encore l'accueil de trafic massif sur une application.
Mettre en place des outils de surveillance pour suivre les performances de l'infrastructure de données, identifier les problèmes potentiels et optimiser les systèmes, en vue d'une gestion proactive.
Documenter les spécifications de l'architecture de manière claire et accessible à tous, y compris aux personnes en situation de handicap, pour faciliter sa gestion.
Concevoir un système de gestion de données temps réel adapté aux contraintes et normes opérationnelles de l'entreprise, pour gérer efficacement la vélocité, le volume des flux, et la typologie des données.
Établir un pipeline de données à travers des processus ETL/ELT pour le transfert et la transformation des données entre différentes bases, en utilisant des outils de programmation, afin de répondre aux spécifications du cahier des charges.
Automatiser les flux de données dans le pipeline, en utilisant des outils spécifiques ou de la programmation, afin d'optimiser les performances de l'infrastructure de données.
Surveiller les flux de données pour assurer la qualité et le respect de la politique de gouvernance, en vue de maintenir les normes, la sécurité et la confidentialité dans les pipelines de données.
Développer des procédures de contrôle qualité et de correction des erreurs dans les pipelines de données, afin de garantir la qualité des données.
Rédiger un cahier des charges pour la solution d'Intelligence Artificielle, afin de répondre aux besoins techniques et économiques de l'organisation, en tenant compte de l'accessibilité pour les personnes en situation de handicap.
Créer un algorithme d'Intelligence Artificielle adapté aux données d'entraînement et conforme aux spécifications du cahier des charges, en veillant à répondre aux besoins spécifiques, notamment en termes d'accessibilité.
Adapter l'infrastructure de données de l'organisation à travers la construction d'API pour accueillir la solution d'IA en production.
Concevoir des pipelines d'intégration et déploiement continu pour automatiser le processus de déploiement d'une solution d'IA.
Développer des scripts de réentrainement des modèles pour automatiser le processus de Machine Learning.
Piloter la performance de la solution d'IA dans l'infrastructure à travers la mise en place d'outils de monitoring (comme Aporia ou Evidently) pour s'assurer qu'elle respecte les spécifications du cahier des charges dans un environnement de production.
Blocs de compétences · 4
RNCP38777BC01
Concevoir et piloter la gouvernance des données
Compétences visées
Concevoir une politique de Data Gouvernance en collaboration avec les parties prenantes, afin d'assurer la conformité aux régulations en vigueur et garantir la qualité, la disponibilité, la sécurité et la confidentialité des données.
Collaborer avec les parties prenantes de l'entreprise pour promouvoir et mettre en œuvre la politique de Data Gouvernance, en vue d'une intégration harmonieuse dans les pratiques de l'entreprise.
Former et sensibiliser tous les collaborateurs, y compris ceux en situation de handicap, aux principes de la Data Gouvernance, afin d'assurer une mise en œuvre efficace et inclusive de la politique de Data Gouvernance."
Réaliser des audits réguliers des pratiques de gestion des données de l'entreprise, pour assurer la conformité aux réglementations locales et internationales en vigueur.
Évaluer les risques associés à la gestion des données, notamment en termes de qualité et de sécurité, pour renforcer la politique de Data Gouvernance.
Modalités d'évaluation
Type d'évaluation : Evaluation écrite et évaluation orale. Description : Pour l'évaluation écrite, le candidat est invité à décrire un plan de gouvernance des données pour une organisation fictive (avec des problématiques réelle), incluant les politiques, les parties prenantes et les mesures de conformité. L'évaluation orale demande au candidat à présenter ce plan à un jury, pour évaluer les compétences de communication et de gestion. Le livrable de l'évaluation écrite est donnée en amont au jury pour que ce dernier puisse, après la présentation orale, entamer un jeu de questions/réponses afin d'évaluer le candidat. Livrables attendus : * Le plan de gouvernance (format Word, Google Doc ou autre outil bureautique d'écriture) * La présentation du plan de gouvernance résumé (sous format PowerPoint ou Google Slides ou tout autre outil de présentation) Temps d'évaluation : * Evaluation amont du livrable écrit : 15 min * Présentation du plan de gouvernance devant le jury : 15 min * Questions / réponses du jury : 15 min Les conditions d'évaluation sont adaptées aux besoins spécifiques des personnes en situation de handicap, si nécessaire (par exemple, fournir des supports accessibles, ajuster le temps, utiliser des aides technologiques, etc.)
RNCP38777BC02
Concevoir et déployer des architecture de données (pour l'IA)
Compétences visées
Identifier les besoins architecturaux en enquêtant sur les contraintes techniques, opérationnelles et normes en vigueur, afin d'établir un cadre conforme aux exigences de l'entreprise.
Élaborer un cahier des charges d'architecture de données qui intègre les contraintes techniques et normes, en vue de répondre aux besoins spécifiques de l'entreprise.
Élaborer des modèles de données logiques et physiques (entité-relation, les modèles de données en étoile...) qui correspondent au cahier des charges établi.
Concevoir des structures de bases de données adaptées à divers types de données, en tenant compte des performances, de la sécurité, de l'évolutivité, et du volume des données, pour une gestion optimale du Big Data.
Déployer des serveurs virtuels dans le cloud ou On-Premise pour l'entraînement des algorithmes d'Intelligence Artificielle, en vue de gérer efficacement un large volume de données.
Augmenter la puissance de calcul à travers la conception de clusters de serveurs, afin de permettre l'entraînement d'algorithmes d'Intelligence Artificielle, le stockage de données volumineuses ou encore l'accueil de trafic massif sur une application.
Mettre en place des outils de surveillance pour suivre les performances de l'infrastructure de données, identifier les problèmes potentiels et optimiser les systèmes, en vue d'une gestion proactive.
Documenter les spécifications de l'architecture de manière claire et accessible à tous, y compris aux personnes en situation de handicap, pour faciliter sa gestion.
Modalités d'évaluation
Type d'évaluation : Mise en situation professionnelle Description : Le candidat est invité à concevoir une architecture de données pour un projet fictif, en tenant compte de diverses contraintes techniques et opérationnelles. Cette architecture sera ensuite évaluée sur sa pertinence, sa robustesse et sa conformité avec les réglementations. Le candidat devra ensuite présenter l'infrastructure qu'il a construite au jury d'évaluation. Un jeu de questions/réponses sera ensuite mené par le jury d'évaluation. Livrables attendus : * Un plan de l'infrastructure (sous format PowerPoint, Google Slide ou tout autre outil permettant la conception d'un diagramme) * S'il y a lieu, le code ayant permis de déployer l'infrastructure (Terraform, Python ou tout autre langage de programmation permettant le développement de l'infrastructure) hébergé sur Github. * Une capture d'écran vidéo de l'infrastructure en production (dans le cloud ou on-premise) Temps d'évaluation : * Evaluation en amont des trois livrables par le jury : 20 min * Présentation du/des pipeline(s) devant le jury : 5 min * Questions / réponses du jury : 15 min Les conditions d'évaluation sont adaptées aux besoins spécifiques des personnes en situation de handicap, si nécessaire (par exemple, fournir des supports accessibles, ajuster le temps, utiliser des aides technologiques, etc.)
RNCP38777BC03
Concevoir et mettre en oeuvre des pipelines de données (pour l'IA)
Compétences visées
Concevoir un système de gestion de données temps réel adapté aux contraintes et normes opérationnelles de l'entreprise, pour gérer efficacement la vélocité, le volume des flux, et la typologie des données.
Établir un pipeline de données à travers des processus ETL/ELT pour le transfert et la transformation des données entre différentes bases, en utilisant des outils de programmation, afin de répondre aux spécifications du cahier des charges.
Automatiser les flux de données dans le pipeline, en utilisant des outils spécifiques ou de la programmation, afin d'optimiser les performances de l'infrastructure de données.
Surveiller les flux de données pour assurer la qualité et le respect de la politique de gouvernance, en vue de maintenir les normes, la sécurité et la confidentialité dans les pipelines de données.
Développer des procédures de contrôle qualité et de correction des erreurs dans les pipelines de données, afin de garantir la qualité des données.
Modalités d'évaluation
Type d'évaluation : Mise en situation professionnelle Description : Le candidat est invité à mettre en place un pipeline de données, y compris l'automatisation des flux de données, le contrôle de la qualité des données et la possibilité de monitorer les performances sur une problématique fictive (mais réaliste) d'entreprise. Le candidat devra présenter son pipeline devant un jury qui sera suivi d'un jeu de questions/réponses. Livrables attendus : * Un plan du/des pipeline(s) construits répondant aux besoins de la problématique fictive (sous format PowerPoint, Google Slide ou tout autre outil permettant la conception d'un diagramme) * S'il y a lieu, le code ayant permi de déployer le(s) pipeline(s) (Terraform, Python ou tout autre langage de programmation permettant le développement du pipeline) hébergé sur Github. * Une capture d'écran vidéo du pipeline en production (dans le cloud ou on-premise) Temps d'évaluation : * Evaluation en amont des trois livrables par le jury : 20 min * Présentation du/des pipeline(s) devant le jury : 5 min * Questions / réponses du jury : 15 min Les conditions d'évaluation sont adaptées aux besoins spécifiques des personnes en situation de handicap, si nécessaire (par exemple, fournir des supports accessibles, ajuster le temps, utiliser des aides technologiques, etc.)
RNCP38777BC04
Construire, déployer et piloter des solutions d'IA
Compétences visées
Rédiger un cahier des charges pour la solution d'Intelligence Artificielle, afin de répondre aux besoins techniques et économiques de l'organisation, en tenant compte de l'accessibilité pour les personnes en situation de handicap.
Créer un algorithme d'Intelligence Artificielle adapté aux données d'entraînement et conforme aux spécifications du cahier des charges, en veillant à répondre aux besoins spécifiques, notamment en termes d'accessibilité.
Adapter l'infrastructure de données de l'organisation à travers la construction d'API pour accueillir la solution d'IA en production.
Concevoir des pipelines d'intégration et déploiement continu pour automatiser le processus de déploiement d'une solution d'IA.
Développer des scripts de réentrainement des modèles pour automatiser le processus de Machine Learning.
Piloter la performance de la solution d'IA dans l'infrastructure à travers la mise en place d'outils de monitoring (comme Aporia ou Evidently) pour s'assurer qu'elle respecte les spécifications du cahier des charges dans un environnement de production.
Modalités d'évaluation
Type d'évaluation : Mise en situation professionnelle Description : Le candidat est invité à créer et déployer une solution d'IA, incluant l'intégration de la solution dans l'infrastructure de données, l'automatisation du réentrainement des modèles et un pipeline d'intégration et déploiement continue selon un cahier des charges reflétant un besoin fictive (mais réaliste) d'une entreprise. Le candidat devra présenter la solution devant un jury qui sera suivi d'un jeu de questions/réponses. Livrables attendus : * Une présentation de la solution d'IA répondant au cahier des charges (sous format PowerPoint, Google Slide ou tout autre outil de présentation). * Le code ayant permi le développement de la solution d'IA hébergé sur Github * Le code ayant permi le déploiement de la solution d'IA (incluant le pipeline d'intégration et déploiement continue) * Une capture d'écran vidéo de la solution d'IA fonctionnant dans l'environnement de production Temps d'évaluation : * Evaluation en amont des quatre livrables par le jury : 25 min * Présentation du/des pipeline(s) devant le jury : 5 min * Questions / réponses du jury : 10 min Les conditions d'évaluation sont adaptées aux besoins spécifiques des personnes en situation de handicap, si nécessaire (par exemple, fournir des supports accessibles, ajuster le temps, utiliser des aides technologiques, etc.)
Secteur d'activité et type d'emploi
Secteurs d'activités
La certification "Architecte en Intelligence Artificielle" se révèle pertinente et applicable à travers un éventail varié de secteurs d'activités, en adéquation avec la nature transversale et omniprésente des données et de l'intelligence artificielle. Voici une liste non exhaustive des secteurs et des contextes d'emploi où cette certification serait particulièrement bénéfique :
Technologies de l'information et des communications (TIC) : Au sein des départements informatiques ou au service de cabinets de conseil technologique, l'IA est utilisée pour optimiser les systèmes et réseaux, automatiser les tâches répétitives, renforcer la sécurité et améliorer la qualité des services proposés aux utilisateurs.
Santé : Que ce soit dans les hôpitaux, les laboratoires de recherche ou les entreprises de biotechnologie, l'IA contribue à améliorer les diagnostics, prévoir les maladies, personnaliser les traitements, optimiser la gestion des établissements de santé, et accélérer la recherche médicale.
Finance : Dans les banques, les sociétés d'assurance et les entreprises fintech, l'IA est un outil précieux pour la détection de la fraude, l'automatisation des processus de conformité, la gestion des risques, la personnalisation des services financiers et le trading algorithmique.
Commerce de détail et e-commerce : Au sein des entreprises de distribution et de commerce en ligne, l'IA permet d'optimiser les chaînes d'approvisionnement, améliorer les recommandations de produits, personnaliser l'expérience client et prévoir les tendances de vente.
Industrie manufacturière : Dans les usines et les entreprises industrielles, l'IA contribue à la maintenance prédictive, à l'optimisation de la production, à l'automatisation des processus et à l'amélioration de la qualité des produits.
Transport et logistique : Pour les entreprises de transport et les prestataires logistiques, l'IA est utilisée pour optimiser les itinéraires, améliorer la gestion des flottes, automatiser les entrepôts et contribuer au développement des véhicules autonomes.
Services publics et gouvernementaux : Dans le contexte de l'administration publique, l'IA peut aider à améliorer les services aux citoyens, optimiser la gestion des ressources, automatiser les processus administratifs et analyser les données pour une meilleure prise de décision politique.
La liste ci-dessus n'est pas exhaustive. En réalité, presque tous les secteurs peuvent bénéficier de l'IA pour améliorer leurs processus, offrir de meilleurs services et prendre des décisions basées sur les données. Ainsi, la certification "Architecte en Intelligence Artificielle" peut offrir de multiples opportunités professionnelles dans une grande diversité d'industries et de contextes d'emploi.
Types d'emplois accessibles
Architecte en Intelligence ArtificielleData ArchitectData EngineerMachine Learning EngineerMLOps EngineerConsultant en IAChief Data Officer (CDO)
Références juridiques des réglementations d'activité
L'activité d'Architecte en Intelligence Artificielle est encadrée par diverses réglementations et normes à l'échelle internationale et nationale. Le respect de ces réglementations est essentiel pour garantir l'éthique, la sécurité, la qualité, et la conformité dans le développement et la mise en œuvre des solutions d'IA. Voici les références les plus pertinentes qui pourront s'appliquer à la plupart des entreprises :
* Réglementation Générale sur la Protection des Données (RGPD) - Union Européenne (obligatoire pour toutes les entreprises) :
o Elle encadre le traitement et le transfert des données personnelles au sein de l'UE.
o Référence : Règlement (UE) 2016/679 du Parlement européen et du Conseil du 27 avril 2016.
* Normes ISO (non obligatoire pour toutes les entreprises) :
o ISO/IEC 27001 : Norme internationale pour les systèmes de gestion de la sécurité de l'information (SGSI).
o ISO/IEC 2382-1 : Norme sur la terminologie utilisée dans les technologies de l'information.
o ISO/IEC 25010 : Norme concernant la qualité des systèmes et logiciels informatiques.
* Loi Informatique et Libertés - France (obligatoire pour toutes les entreprises) :
o Encadre le traitement des données à caractère personnel et assure la protection de la vie privée.
o Référence : Loi n° 78-17 du 6 janvier 1978.
* Health Insurance Portability and Accountability Act (HIPAA) - États-Unis (non obligatoire pour toutes les entreprises) :
o Régit la confidentialité et la sécurité des informations de santé.
o Référence : Pub. L. No. 104-191, 110 Stat. 1936 (1996).
* California Consumer Privacy Act (CCPA) - États-Unis (non obligatoire pour toutes les entreprises) :
o Régule la protection des données personnelles des consommateurs en Californie.
o Référence : Assemblée Bill 375 de l'État de Californie (2018).
* Normes de Cybersecurity Framework - NIST, États-Unis (non obligatoire pour toutes les entreprises) :
o Fournit des lignes directrices pour la gestion des risques de cybersécurité pour les organisations qui utilisent des systèmes d'IA.
o Référence : NIST Special Publication 800-53.
* Convention 108 du Conseil de l'Europe (obligatoire pour toutes les entreprises) :
o Protection des individus à l'égard du traitement automatisé des données à caractère personnel.
o Référence : Convention ouverte à la signature à Strasbourg le 28 janvier 1981.
Ces réglementations et normes reflètent la complexité et la diversité des aspects légaux et éthiques associés à l'activité d'Architecte en Intelligence Artificielle. Bien qu'elles ne soient pas toutes obligatoires à suivre, beaucoup d'entreprises décident de s'y conformer pour pouvoir étendre leurs opportunités économiques. Il est donc important que l'Architecte en Intelligence Artificielle en ait une compréhension extensive.
Tensions de recrutement · DARES 2024
Niveau de tension : Élevée(4/5)en tension
Principaux facteurs : Manque de main-d'œuvre disponible.
2 889 €salaire médian (mensuel)
Mesuré au niveau de la famille professionnelle :
7 familles professionnelles (nomenclature FAP).
Ces familles ne sont pas au même niveau de
tension (de 3 à 5 sur 5) : le niveau affiché est une moyenne pondérée
par l'emploi, à ne pas attribuer à chacune d'elles.
L4X80 — Techniciens des services administratifs tension 4/5 (Élevée)
L4X82 — Techniciens et agents de maîtrise chargés d'études socio-économiques tension 4/5 (Élevée)
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)
M2X93 — Experts et consultants en systèmes d'information 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.
Mesuré au niveau de la famille professionnelle :
7 familles professionnelles (nomenclature FAP).
L4X80 — Techniciens des services administratifs
L4X82 — Techniciens et agents de maîtrise chargés d'études socio-économiques
L5X90 — Cadres administratifs, comptables et financiers (hors juristes)
L5X93 — Chargés d'études socio-économiques
M1X80 — Techniciens d'étude et de développement en informatique
M2X90 — Ingénieurs et cadres d'étude, recherche et développement en informatique et télécom
M2X93 — Experts et consultants en systèmes d'information
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 initialeOui
Formation continueOui
ApprentissageOui
Contrat de professionnalisationOui
Candidature individuelleOui
VAEOui
Cadre Nouvelle-CalédonieOui
Cadre Polynésie françaiseOui
Prérequis à l'entrée
Un certificat de niveau 6 ou supérieur dans un domaine scientifique, économique ou informatique. À l’international, un niveau équivalent est requis. Ce niveau sera justifié par le CV de l’apprenant et par la transmission des diplômes préalablement obtenus.. La réussite d’un test d’admission , validant des compétences nécessaires en programmation SQL, python et en gestion de réseaux. La réussite d’un entretien préalable qui jugera: * De la plus-value de l’acquisition des compétences décrites dans le référentiel "Auditeur cybersécurité" pour le projet professionnel * De la pertinence et de la faisabilité de ce projet professionnel * De la capacité du candidat à suivre la Formation dans les conditions définies au préalable (possibilité de suivre la formation en présentiel ou distanciel) Une expérience professionnelle adaptée sera valorisée pour l’admission dans la formation. Une pratique courante de l’anglais (niveau B2 en compréhension & expression écrite et B1 de compréhension & expression orale du référentiel européen CECRL) est requise. Dans certains cas, la réussite aux tests d’admission et à l’entretien pourront se substituer à un diplôme de niveau 6.
Prérequis à la validation
Un certificat de niveau 6 ou supérieur dans un domaine scientifique, économique ou informatique. À l’international, un niveau équivalent est requis. Une pratique courante de l’anglais (niveau B2 en compréhension & expression écrite et B1 de compréhension & expression orale du référentiel européen CECRL) est requise. Avoir suivi un parcours de formation en Data (Data Science, Data Engineering, Data Analyst) ou avoir une expérience significative dans le domaine d'au moins 2 ans.
Composition du jury — Formation initiale, Formation continue, Apprentissage, Contrat de professionnalisation, Candidature individuelle, VAE
Le jury de certification est composé de : * 1 représentant de Jedha, qui préside le jury : le président, le directeur des contenus, le directeur des programmes ou leur représentant désigné * 1 membre externe, préférentiellement choisi parmi les membres externes du conseil pédagogique * 1 à 2 autres membre(s) extérieur(s), spécialistes ou recruteurs spécialisé dans la Data Les membres du jury ont une expérience significative en Data, suffisante pour pouvoir évaluer les apprenants sur la présentation de leur travail. Tous les membres du jury ont une expérience technique significative et peuvent venir de différents secteurs d’activités (Finance, Banque, etc.).
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
9 896 €
Selon la branche
7 700 € – 12 000 €
Prise en chargeBranches concernées
9 896 €Valeur par défaut · 185 branches
12 000 €CPNE Casinos, CPNE Travail Temporaire, CPNE de l’édition de livres, de l’édition phonographique et de l’édition de musique, CPNE des Télécoms, CPNEF de l'audiovisuel +4 autres
8 500 €CPNE de l'ingénierie, des services informatiques et du conseil, CPNEFP de la Mutualité Sociale Agricole, CPNEFP de la métallurgie
10 000 €CPNE des industries de santé (CPNEIS), CPNEFP de l'enseignement privé indépendant
9 992 €CPNEF branche retraite complémentaire et prévoyance, CPNEFP Mutualité
9 556 €CPNEFP Grands Magasins/ Magasins Populaires, CPNEFP du Négoce de l'ameublement
9 000 €CPNE Banque, CPNFPE des sociétés d'assurances
10 268 €CPNE de la branche de l'hospitalisation privée à statut commercial et du thermalisme
9 800 €CPNEFP Commerce à distance
9 055 €CPNEFP Habillement succursaliste
8 775 €CPNEFP de la branche des entreprises du bureau et du numérique (commerces et services)
8 600 €CPNEFP de la Branche des Caisses régionales de Crédit Agricole et autres organismes
8 400 €CPNEFP de la branche des prestataires de services du secteur tertiaire
8 195 €CPNE FP Branche des magasins du Bricolage
7 700 €CPNEFP des commerces et services de l'audiovisuel, de l'électronique et de l'équipement ménager
Liens avec d'autres certifications
Certifications en correspondance (équivalences par blocs).