Développeur en intelligence artificielle

Les perspectives positives de l'IA sont cependant nombreuses pour l'humanité et la planète. En matière de développement durable notamment, les progrès de l'intelligence artificielle annoncent des capacités d'automatisation dans l'analyse/gestion de la consommation d'énergie qui laissent augurer d'une utilisation optimale des ressources, tant au niveau des entreprises que des particuliers ou des services publics.

Des progrès décisifs sont également attendus pour une amélioration de la qualité de l'air dans les grandes métropoles, ainsi que pour la rationalisation et la répartition des ressources hydriques en zones sensibles.

• C1 Acquérir des données à partir de sources adaptées, fournies par le client ou accessibles en Open Data afin d'agrémenter la base de données
• C2 Écrire des requêtes pour l'interrogation de la base de données et les composants d'accès aux données
• C3 Effectuer des analyses exploratoires afin d'appréhender la composition interne des données
• C4 Concevoir une représentation graphique adaptée afin de visualiser les relations entre les données
• C5 Préparer des données en vue de l'apprentissage afin que celles-ci soient nettoyées
• C6 Transformer des données d'entrée afin de satisfaire les contraintes inhérentes au modèle (Preprocessing)
• C7 Générer des données d'entrée afin de satisfaire les contraintes inhérentes au modèle (Feature Engineering)
• C8 Maîtriser les différents algorithmes d'apprentissage afin d'apporter une réponse adaptée à une problématique de l'organisation
• C9 Entraîner un modèle d'apprentissage supervisé pour optimiser une fonction de prédiction à partir d'exemples annotés
• C10 Entraîner un modèle d'apprentissage non supervisé pour détecter des structures sous-jacentes à partir de données non étiquetées
• C11 Améliorer les capacités prédictives d'un système en sélectionnant un modèle différent ou en modifiant ses hyperparamètres en vue de corriger des erreurs (hyperparameter tunnig)
• C12 Mettre en production le modèle d'apprentissage supervisé ou non supervisé obtenu sous la forme d'une API
• C13 Adopter une démarche d'amélioration continue en identifiant les axes de perfectionnement d'un produit à l'aide d'une méthode adaptée de manière à améliorer la performance du produit
• C14 Convertir les données entrantes (images et texte par exemple) en données adaptées pour un réseau de neurones
• C15 Maîtriser les différentes architectures de réseau de neurones : convolutifs pour les images & récurrents pour les séries temporelles et les modèles de traitement automatique du langage (NLP) pour le texte
• C16 Utiliser un réseau de neurones convolutifs pour étiqueter des images
• C17 Utiliser un réseau de neurones pour comprendre l'intention d'une phrase en langage naturel
• C18 Analyser et formuler une problématique métier du point de vue de l'analyste de données
• C19 Planification des actions à mettre en oeuvre
• C20 Mobiliser les ressources nécessaires pour mener à bien le projet en respectant les délais
• C21 Recommander des actions à sa hiérarchie et rendre compte de ses résultats

• Le Wagon

• Le Wagon

  1ère habilitation	Début validité	Fin validité
  16/12/2020	16/12/2020	16/12/2023

• Concepteur développeur en intelligence artificielle et analyse big data (https://www.intercariforef.org/formations/certification-116296.html)