Certificateur(s)
Résumé de la certification
Objectifs et contexte
Les secteurs du numérique, de l’informatique et de la recherche connaissent une transformation profonde sous l’effet du déploiement rapide des technologies d’intelligence artificielle (IA). Ces évolutions concernent un large spectre d’activités économiques et scientifiques (industrie, santé, finance, transport, environnement, services numériques) et s’accompagnent d’un besoin croissant en compétences capables de concevoir, analyser et mettre en œuvre des systèmes d’IA fiables, performants et responsables. Parallèlement, les enjeux éthiques, réglementaires, environnementaux liés à l’IA prennent une place centrale dans les pratiques professionnelles et dans les attentes des employeurs.
Dans ce contexte, la certification vise à répondre à la demande de profils disposant de compétences solides en intelligence artificielle, articulant des fondements scientifiques et techniques (bases mathématiques, apprentissage automatique, traitement des données, modélisation algorithmique, programmation) avec une compréhension des impacts sociétaux, juridiques et environnementaux de ces technologies. Elle s’inscrit dans un écosystème de recherche et d’innovation en IA mobilisant des ressources académiques et scientifiques de haut niveau, ainsi que des interactions avec des acteurs socio-économiques du domaine, permettant d’assurer l’adéquation des compétences développées avec les besoins du marché du travail et les évolutions rapides du secteur.
La certification a pour objectif de doter ses titulaires de compétences leur permettant d’évoluer dans des environnements professionnels ou académiques liés à l’intelligence artificielle, à l’informatique et aux sciences des données, ou de poursuivre des études dans ces domaines.
Le diplôme conférant grade de licence en Intelligence artificielle (International Bachelor of Science in Artificial Intelligence) développe des compétences en conception, analyse et utilisation de méthodes et systèmes d’intelligence artificielle.
Il mène à des emplois relevant des secteurs du numérique, de l’informatique et de la recherche, ou à une poursuite d’études dans des formations de niveau 7 en intelligence artificielle, informatique, mathématiques ou sciences des données.
Activités visées
Développement de modèles d’Intelligence Artificielle (IA) (apprentissage automatique et profond) pour des cas d’usage ciblés, en prenant en compte les contraintes de performance, d’empreinte environnementale et de responsabilité sociétale
Intégration de solutions d’IA dans des systèmes logiciels existants ou nouveaux, en assurant leur déploiement, leur suivi et leur amélioration continue dans des environnements numériques variés (santé, finance, logistique)
Collaboration avec des équipes pluridisciplinaires pour intégrer l’IA dans des produits
Analyse des cycles de vie des projets liés à l’intelligence artificielle, en prenant en compte les enjeux éthiques, juridiques, sociétaux, environnementaux et de conception universelle dès la conception, notamment en matière de biais, discrimination, explicabilité, accessibilité, consommation de ressources et gouvernance des données
Contribution à la recherche et l’innovation continue dans les applications et technologies de l’IA en explicitant les impacts éthiques, sociétaux et environnementaux des solutions proposées
Compétences attestées
Compétences transversales
Utiliser les outils numériques de référence et les règles de sécurité informatique pour acquérir, traiter, produire et diffuser de l’information ainsi que pour collaborer en interne et en externe
Identifier et sélectionner avec esprit critique diverses ressources dans son domaine de spécialité pour documenter un sujet
Analyser et synthétiser des données en vue de leur exploitation
Développer une argumentation avec esprit critique
Se servir aisément des différents registres d’expression écrite et orale de la langue française
Communiquer par oral et par écrit, de façon claire et non-ambiguë, dans au moins une langue étrangère.
Identifier et situer les champs professionnels potentiellement en relation avec les acquis de la mention ainsi que les parcours possibles pour y accéder
Caractériser et valoriser son identité, ses compétences et son projet professionnel en fonction d’un contexte
Identifier le processus de production, de diffusion et de valorisation des savoirs
Situer son rôle et sa mission au sein d'une organisation pour s’adapter et prendre des initiatives
Travailler en équipe et en réseau ainsi qu’en autonomie et responsabilité au service d’un projet
Analyser ses actions en situation professionnelle, s’autoévaluer pour améliorer sa pratique
Respecter les principes d’éthique, de déontologie et de responsabilité sociale et environnementale
Prendre en compte la problématique du handicap et de l'accessibilité dans chacune de ses actions professionnelles
Compétences spécifiques de la mention
Analyser un problème afin de formuler un cahier des charges fonctionnel et technique pour une solution d’IA
Collecter, nettoyer et préparer des jeux de données pour l’apprentissage automatique en documentant les choix de pré traitement
Stocker et transformer des données structurées et semi structurées à l’aide de bases de données et d’outils de traitement en tenant compte de l'empreinte écologique dans le choix des outils
Développer des systèmes d'apprentissage supervisé et non supervisé adaptés à un problème donné, en intégrant dès la conception l'amélioration du rapport risques/bénéfices (environnementaux, socio-économiques) dans l’ensemble du cycle de vie
Optimiser des architectures de base en apprentissage profond en tenant compte des contraintes de performance et de consommation de ressources
Programmer des solutions d’IA en mobilisant des bibliothèques usuelles
Choisir des métriques d’évaluation adaptées aux modèles, en analysant la qualité, les biais et les limites des données
Améliorer la qualité et la fiabilité des modèles par des techniques de réduction de dimension et de pré-traitement en optimisant l’usage des ressources
Intégrer des modèles d’IA dans des applications logicielles simples
Participer au déploiement de solutions d’IA dans des environnements informatiques distants
Réaliser une veille technologique et scientifique en IA sur les évolutions récentes dans le domaine de l’IA
Participer à des projets d’IA en équipes pluridisciplinaires, y compris en anglais, en respectant des objectifs, contraintes et délais dans conception et le déploiement
Identifier les principaux enjeux éthiques juridiques, sociétaux et environnementaux liés à l’IA (biais, discrimination, explicabilité) dans différents contextes d’usage, afin de les intégrer dans la définition des orientations de veille, de R&D et dans les choix méthodologiques
Participer au développement de nouveaux systèmes d'IA, dans le respect du cadre réglementaire applicable aux systèmes d’IA et aux données, ainsi que de l'accessibilité
Tester, évaluer les modèles d’IA au moyen de métriques appropriées, en explicitant les limites et les risques associés
Décrire et documenter les choix techniques, la provenance, les transformations et l’usage des données dans une perspective de transparence de gestion responsable dans le respect du cadre juridique
Communiquer les résultats techniques, en adaptant sa communication écrite ou orale, à des publics variés en explicitant les implications éthiques et environnementales
Blocs de compétences · 7
RNCP42263BC01
Utiliser les outils numériques de référence
Compétences visées
Utiliser les outils numériques de référence et les règles de sécurité informatique pour acquérir, traiter, produire et diffuser de l’information ainsi que pour collaborer en interne et en externe
Modalités d'évaluation
Rendu de travaux, mise en situation
RNCP42263BC02
Exploiter des données à des fins d’analyse
Compétences visées
Identifier et sélectionner avec esprit critique diverses ressources dans son domaine de spécialité pour documenter un sujet
Analyser et synthétiser des données en vue de leur exploitation
Développer une argumentation avec esprit critique
Modalités d'évaluation
Rendu de travaux, examens écrits, mise en situation
RNCP42263BC03
S’exprimer et communiquer à l’oral, à l’écrit, et dans au moins une langue étrangère
Compétences visées
Se servir aisément des différents registres d’expression écrite et orale de la langue française
Communiquer par oral et par écrit, de façon claire et non ambiguë, dans au moins une langue étrangère
Modalités d'évaluation
Rendu de travaux, présentations orales, examens écrits et oraux, mise en situation (le tout en anglais)
RNCP42263BC04
Se positionner vis à vis d’un champ professionnel
Compétences visées
Identifier et situer les champs professionnels potentiellement en relation avec les acquis de la mention ainsi que les parcours possibles pour y accéder
Caractériser et valoriser son identité, ses compétences et son projet professionnel en fonction d’un contexte
Identifier le processus de production, de diffusion et de valorisation des savoirs
Modalités d'évaluation
Rendu de travaux, présentations orales, mise en situation
RNCP42263BC05
Agir en responsabilité au sein d’une organisation professionnelle
Compétences visées
Situer son rôle et sa mission au sein d'une organisation pour s’adapter et prendre des initiatives
Travailler en équipe et en réseau ainsi qu’en autonomie et responsabilité au service d’un projet
Analyser ses actions en situation professionnelle, s’autoévaluer pour améliorer sa pratique
Respecter les principes d’éthique, de déontologie et de responsabilité sociale et environnementale
Prendre en compte la problématique du handicap et de l'accessibilité dans chacune de ses actions professionnelles
Modalités d'évaluation
Rendu de travaux, présentations orales, mise en situation
RNCP42263BC06
Développer et déployer des systèmes d'IA responsables
Compétences visées
Analyser un problème afin de formuler un cahier des charges fonctionnel et technique pour une solution d’IA
Collecter, nettoyer et préparer des jeux de données pour l’apprentissage automatique en documentant les choix de pré‑traitement
Stocker et transformer des données structurées et semi‑structurées à l’aide de bases de données et d’outils de traitement en tenant compte de l'empreinte écologique dans le choix des outils
Développer des systèmes d'apprentissage supervisé et non supervisé adaptés à un problème donné, en intégrant dès la conception l'amélioration du rapport risques/bénéfices (environnementaux, socio-économiques) dans l’ensemble du cycle de vie
Optimiser des architectures de base en apprentissage profond en tenant compte des contraintes de performance et de consommation de ressources
Programmer des solutions d’IA en mobilisant des bibliothèques usuelles
Choisir des métriques d’évaluation adaptées aux modèles, en analysant la qualité, les biais et les limites des données
Améliorer la qualité et la fiabilité des modèles par des techniques de réduction de dimension et de pré-traitement en optimisant l’usage des ressources
Intégrer des modèles d’IA dans des applications logicielles simples
Participer au déploiement de solutions d’IA dans des environnements informatiques distants
Modalités d'évaluation
Rendu de travaux, présentations orales, examens écrits et oraux, mise en situation
RNCP42263BC07
Participer à la conduite de projets de recherche et développement en IA éthique et sociétale
Compétences visées
Réaliser une veille technologique et scientifique en IA sur les évolutions récentes dans le domaine de l’IA
Participer à des projets d’IA en équipes pluridisciplinaires, y compris en anglais, en respectant des objectifs, contraintes et délais dans conception et le déploiement
Identifier les principaux enjeux éthiques juridiques, sociétaux et environnementaux liés à l’IA (biais, discrimination, explicabilité) dans différents contextes d’usage, afin de les intégrer dans la définition des orientations de veille, de R&D et dans les choix méthodologiques
Participer au développement de nouveaux systèmes d'IA, dans le respect du cadre réglementaire applicable aux systèmes d’IA et aux données, ainsi que de l'accessibilité
Tester, évaluer les modèles d’IA au moyen de métriques appropriées, en explicitant les limites et les risques associés
Décrire et documenter les choix techniques, la provenance, les transformations et l’usage des données dans une perspective de transparence de gestion responsable dans le respect du cadre juridique
Communiquer les résultats techniques, en adaptant sa communication écrite ou orale, à des publics variés en explicitant les implications éthiques et environnementales
Modalités d'évaluation
Rendu de travaux, présentations orales, examens écrits et oraux, mise en situation (le tout en anglais)
Secteur d'activité et type d'emploi
Secteurs d'activités
J62.01Z Programmation informatique
J62.02A Conseil en systèmes et logiciels informatiques
J63.11Z Traitement de données, hébergement et activités connexes
M72.19Z Recherche-développement en autres sciences physiques et naturelles
Types d'emplois accessibles
Technicien supérieur en statistique décisionnelle
Technicien supérieur spécialisé en traitement de données, data analyst (analyste de données)
Technicien supérieur spécialisé en Intelligence artificielle
Développeur spécialisé en intelligence artificielle
Après 3 à 5 années d’expérience professionnelle et/ou suivi de formations complémentaires, les diplômés pourront évoluer vers des postes de
Data scientist, expert en données
Data engineer, ingénieur des données
Ingénieur en apprentissage machine (Machine Learning) ou en statistique décisionnelle
Ingénieur logiciel spécialisé en intelligence artificielle
Consultant en intelligence artificielle
Métiers visés (ROME)
Tensions de recrutement · DARES 2024
Niveau de tension : Élevée
(4/5)
en tension
Principaux facteurs : Manque de main-d'œuvre disponible et Lien formation-emploi.
2 690 €
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 :
4 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.
-
M1X80 — Techniciens d'étude et de développement en informatique tension 4/5 (Élevée)
-
M1X81 — Techniciens de production, d'exploitation, d'installation, et de maintenance, support et services aux utilisateurs en informatique tension 4/5 (Élevée)
-
M2X90 — Ingénieurs et cadres d'étude, recherche et développement en informatique et télécom tension 5/5 (Très élevée)
-
M2X92 — Responsables et cadres de la production, de l'exploitation et de la maintenance informatique et télécom tension 3/5 (Modérée)
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
37 007
projets de recrutement
51 %
en tension
jugés difficiles à recruter
2 %
emplois saisonniers
Mesuré au niveau de la famille professionnelle :
4 familles professionnelles (nomenclature FAP).
-
M1X80 — Techniciens d'étude et de développement en informatique
-
M1X81 — Techniciens de production, d'exploitation, d'installation, et de maintenance, support et services aux utilisateurs en informatique
-
M2X90 — Ingénieurs et cadres d'étude, recherche et développement en informatique et télécom
-
M2X92 — Responsables et cadres de la production, de l'exploitation et de la maintenance 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
Non
Apprentissage
Non
Contrat de professionnalisation
Non
Candidature individuelle
Non
VAE
Oui
Prérequis à l'entrée
Baccalauréat ou équivalent avec une spécialisation en sciences. Niveau C1 requis en anglais.
Composition du jury — Formation initiale
Le jury est présidé par le ou la responsable de la formation, enseignant-chercheur au sein de l’Université PSL. Il comprend les enseignants-chercheurs et enseignants de l’Université PSL qui sont responsables des unités d’enseignement.
Composition du jury — VAE
Le jury est présidé par le ou la responsable de la formation, enseignant-chercheur au sein de l’Université PSL. Il comprend les enseignants-chercheurs et enseignants de l’Université PSL et une personne qualifiée externe
Base légale
Date d'échéance31-08-2030
Dernière délivrance possible31-08-2034
Pour plus d'informations · Statistiques