Un service d'Akta, cabinet de conseil en certification professionnelle
OpenDataForma RNCP · RS · Formacode · NSF
RS5566 Inactive · Répertoire spécifique

Science des données et apprentissage profond au service de l’intelligence artificielle

Certificateur · SORBONNE UNIVERSITE

L'essentiel

Nomenclature du niveau de qualification
Répertoire spécifique
Date d'échéance de l'enregistrement
10-11-2023

Certificateur(s)

Nom légalSIRETSite
SORBONNE UNIVERSITE 13002338500011 —

Résumé de la certification

Objectifs et contexte

Depuis les années 2000, l’abondance des données créées par les utilisateurs de services numériques et les entreprises , a conduit à l’explosion des avancées en intelligence artificielle. Ceci est d’autant plus vrai dans les domaines de l’intelligence artificielle tirant grand profit de ces données dans le but d’entraîner les ordinateurs (les machines) à réaliser automatiquement des actions numériques : l’apprentissage automatique (machine learning). Ces avancées ont été en partie soutenues par l’ère du Big data, assurant la disponibilité de grandes masses de données de qualité, variées et conditionnées en temps réel, et le développement du calcul distribué, offrant la possibilité de traiter les données massives. En parallèle, la mise à disposition des données privées et institutionnelles à travers les plateformes de compétition en apprentissage automatique et l’open data a permis à tout un chacun d’apporter sa pierre à l’édifice. Ainsi, l'intelligence artificielle prend de plus en plus de place dans notre société et tout indique que la compréhension de ce domaine sera la clé pour des innovations futures.

Il s'agit à la fois de comprendre les techniques, de pouvoir les mettre en œuvre en pratique et de comprendre les enjeux sociétaux autour de cette révolution. Cette émulation académique, professionnelle et individuelle participe à la transition numérique de notre société en ouvrant la porte à la création de nouveaux métiers et de services innovants.

Dans ce contexte, la

certification « Science des données et apprentissage profond au service de l’intelligence artificielle » a pour objectif de compléter et enrichir les compétences des salariés des secteurs de l'exploitation de données

massives et de permettre la réalisation d'analyses prédictives répondant à la

problématique de l'entreprise. Elle s'adresse à des diplômés de niveau 7 (master ou ingénieur) dans

des domaines scientifiques qui pourront ainsi être à même de créer ou d'intégrer des équipes d'analyse de données en développant des solutions techniques adaptées, en gérant un projet de recherche et développement, ou en portant un jugement critique sur des solutions proposées par un prestataire.

Pour les candidats, la certification valide la maîtrise pratique des méthodes modernes de sciences des données. Elle leur permettra de prendre une part active à des projets du domaine, soit d'un point de vue technique, soit d'un point de vue de manager. Ils pourront ainsi faire évoluer leur carrière au sein de leur entreprise actuelle ou chez un nouvel employeur, startups de la French Tech ou grandes entreprises.

Compétences attestées

Recueillir des données
publiques ou privées exploitables pour l’entraînement de modèles
d’apprentissage automatique
Analyser les
caractéristiques et la qualité des données afin d’évaluer leur potentiel pour
des applications d’intelligence artificielle
Exploiter les
architectures big data du cloud afin de manipuler de grandes masses de
données et d’en extraire une information pertinente
Analyser des besoins
métiers et déterminer comment ils peuvent être solutionnées par une
succession de tâches d’intelligence artificielle
Développer et mettre en
œuvre une architecture de traitement de données répondant à une problématique
industrielle ciblée en utilisant les bibliothèques logicielles de référence
Construire une
architecture d’apprentissage profond permettant d’analyser automatiquement
des données visuelles et textuelles
Adapter une architecture
d’apprentissage profonde pré-entraînée aux spécificités des problématiques
applicatives.
Comparer et évaluer les
performances de différents modèles d’apprentissage automatique
Communiquer autour des
données à destination des décideurs, des experts métier, du grand public
Dialoguer avec les
acteurs de l’entreprise pour aller d’un prototype à la mise en production
Respecter la
réglementation et les bonnes pratiques d'utilisation des données, concernant
le respect des données personnelles, de sécurité et d'éthique

Voie d'accès à la certification

Voie d'accèsOuverte
Formation initiale Oui
Formation continue Oui
Apprentissage Non
Contrat de professionnalisation Non
Candidature individuelle Non
VAE Oui
Prérequis à l'entrée
Formation scientifique de niveau 7 ou expérience professionnelle équivalente, permettant de justifier de compétences en algorithmie et programmation informatique.
Composition du jury — Formation initiale, Formation continue, VAE
Un enseignant-chercheur en informatique (spécialisation en intelligence artificielle) de Sorbonne Université et un professionnel du domaine .

Liens avec d'autres certifications

Nouvelle(s) certification(s)

Base légale

Date de décision10-11-2021
Durée de l'enregistrement2 ans
Date d'échéance10-11-2023

Pour plus d'informations · Statistiques

AnnéeCertifiésInsertion 6 moisMétier visé 2 ans
2021 0 — —

Entrées et sorties de formation

2 entrées en formation
2 parcours menés à terme
100 % taux d'achèvement
01/2023 : 2 entrées, 0 terminées 07/2023 : 0 entrées, 2 terminées
Entrées Parcours terminés · 01/2023 – 07/2023

Entrées et sorties de formation — Caisse des Dépôts (open data), tous organismes confondus.

Demande CPF — formations engagées

2 dossiers CPF engagés
16 000 € montant total engagé
8 000 € coût moyen par dossier
98 h durée moyenne

Qui finance ces dossiers (part du montant engagé)

France compétences 37 %
Reste à charge titulaire 33 %
Entreprise 30 %
12/2022 : 1 dossiers engagés 01/2023 : 1 dossiers engagés
Dossiers engagés · 12/2022 – 01/2023

Formations engagées via le CPF — Caisse des Dépôts (open data), tous organismes confondus.

Télécharger (PDF) MD