# RS5182 - Intelligence artificielle : de l'apprentissage statistique au traitement des données

**Code:** RS5182
**État:** Publiée

## L'essentiel
- **Codes NSF:** 326t, 326
- **FormaCodes:** 11050
- **Date d'échéance de l'enregistrement:** 29-05-2023
- **Date d'enregistrement:** 29-05-2020
- **Type d'enregistrement:** Enregistrement sur demande

## Certificateur(s)
- INSTITUT MINES TELECOM - TELECOM PARIS
  - SIRET: 18009202500162
- ECOLE NATIONALE SUPERIEURE DE TECHNIQUES AVANCEES
  - SIRET: 19750003600029

## Résumé de la certification
### Objectifs et contexte de la certification
Ces dernières années ont vu s’accélérer considérablement des progrès réalisés dans les domaines de la vision par ordinateur, de la reconnaissance vocale ou encore de la recherche automatique d’information. Une machine réalise automatiquement une tâche au moyen d’un programme «appris» en résolvant la version statistique d’un problème d’optimisation, à partir de données relatives à un grand nombre d’observations. La disponibilité d’exemples que la machine peut elle-même solliciter dans certains cas pour mieux apprendre, stockés sous forme de bases de mégadonnées et offrant une description quasi exhaustive de la variabilité du phénomène à analyser, combinée à la puissance de calcul des clusters d’ordinateurs modernes, a permis de rendre véritablement effectives des méthodes d’apprentissage statistique. Ces méthodes sont aujourd’hui à l’œuvre dans de nombreux «systèmes intelligents», pour des domaines aussi variés que la biométrie, le véhicule à délégation partielle, le diagnostic médical automatique, les moteurs de recommandation associés aux sites Web commerciaux ou les assistants virtuels. L'ère du big data et de l’intelligence artificielle généralisée a, donc, débuté grâce aux briques technologiques modernes qui nous permettent désormais de stocker et traiter de façon automatisée, dans des temps très courts, des données massives de nature et format divers. L’ensemble de ces éléments ont fait naître de nouvelles compétences.     Cette certification aborde les différentes composantes de l'intelligence artificielle : l’apprentissage statistique (machine Learning, deep learning), le traitement de données massives (image, parole, etc.) et la robotique avec les objectifs suivants :        * Employer les méthodes avancées d’apprentissage statistique pour résoudre des problématiques d’intelligence artificielle      * Utiliser les réseaux de neurones et les architectures associées      * Concevoir et analyser des expériences pour évaluer les systèmes HRI (Interaction Homme – Robot)      * Mettre en œuvre des méthodes d’apprentissage profond en s’appuyant sur des bibliothèques logicielles

### Compétences attestées
C1- Utiliser des méthodes statistiques à grande échelle lors de projets afin de résoudre des problématiques d’intelligence artificielle en utilisant des techniques évolutives adaptées     C2- Analyser la place de l’Intelligence Artificielle et de la science de données au sein des enjeux sociétaux     C3- Utiliser les réseaux de neurones dans les méthodes d’apprentissage profond afin de modéliser et d’optimiser le traitement de l’information     C4-Déterminer les différents types de familles logiques grâce à des outils adaptés afin de résoudre des problèmes     C5-Déterminer les principes fondamentaux de l’interaction homme-robot grâce à des méthodes afin de développer l’apprentissage par renforcement     C6- Identifier les différents modèles graphiques probabilistes afin de les utiliser dans des applications statistiques en grande dimension     C7- Intégrer les méthodes de l’Intelligence Artificielle dans un système audio cible en prenant en considération les évolutions du système     C8-Mettre en œuvre les techniques de représentation d’une image numérique afin de déterminer les enjeux et les limites de la vision par ordinateur     C9- Proposer une modélisation utilisant les différentes méthodes de traitement de la langue et d'apprentissage automatique sous-jacentes à l'analyse des textes

## Voies d'accès
**Modalités d'accès :** Formation continue, Candidature individuelle

### Prérequis à l'entrée en formation
Cette formation s’adresse à des ingénieurs, chefs de projet ayant de bonnes connaissances en mathématiques (probabilités, optimisation) et une expérience significative en programmation et souhaitant développer leurs compétences dans le domaine de l’intelligence artificielle. Des connaissances de bases en apprentissage statistique (Machine Learning) et une bonne expérience de la programmation sont indispensables pour tirer profit de cette certification.    La formation est précédée d’actions pré-formatives constituées d’une session de formation / évaluation type MOOC et d’un entretien de motivation et de positionnement Ces actions peuvent donner lieu à des ajustements du contenu de la formation, notamment dans le cadre d'un dispositif de formation intra-entreprise.

### Composition du jury — Formation continue, Candidature individuelle
Le jury est composé de 4 personnes : un responsable pédagogique de l'organisme délivrant la certification et deux responsables d'entreprise extérieurs à l'organisme délivrant la certification. Le président du jury est un professionnel extérieur à l'organisme certificateur ; il est désigné par les responsables pédagogiques.

## Base légale
- **Date de décision:** 29-05-2020
- **Durée de l'enregistrement (années):** 3
- **Date d'échéance de l'enregistrement:** 29-05-2023

## Pour plus d'informations
https://www.telecom-evolution.fr/fr/formations-certifiantes/intelligence-artificielle

**Fiche officielle (France Compétences) :** https://www.francecompetences.fr/recherche/rs/5182/

## Entrées et sorties de formation
Tous organismes confondus — Caisse des Dépôts (open data), 04/2022 – 02/2024.

- **Entrées en formation:** 1
- **Parcours menés à terme:** 3
- **Taux d'achèvement:** 300 %

| Période | Entrées | Sorties totales | Sorties partielles |
|---|---|---|---|
| 04/2022 | 0 | 2 | 0 |
| 09/2023 | 1 | 0 | 0 |
| 02/2024 | 0 | 1 | 0 |

## Demande CPF — formations engagées
Tous organismes confondus — Caisse des Dépôts (open data), 02/2021 – 03/2023.

- **Dossiers CPF engagés:** 7
- **Montant total engagé:** 58 320 €
- **Coût moyen par dossier:** 8 331 €
- **Durée moyenne:** 285 h

Financement (part du montant engagé) :
- Entreprise : 48 %
- France compétences : 32 %
- Reste à charge titulaire : 19 %

---
*Généré le 12/10/2026 à 18:15*