• Demandeur d'emploi

Voici un panorama des métiers centrés sur l’Intelligence Artificielle :
- les Data Scientists, qui traduisent les besoins métiers en une problématique de data science, puis cherchent à la résoudre en programmant des algorithmes,
- les Machine Learning Engineers, des Data Scientists spécialisés dans les algorithmes d’apprentissage automatiques,
- les Développeurs en IA, qui comprennent la logique des algorithmes, et ont une bonne maîtrise d’outils d’Intelligence Artificielle.
- les Ingénieurs IA, des Data Scientists polyvalents qui apportent des solutions aux équipes métiers par le biais de programmes informatiques.

Module 1 : Analyse exploratoire avec Python
Objectif : réaliser une analyse exploratoire d’un jeu de données, pour ensuite le faire parler
Compétences visées :
- Communiquer ses résultats à l’aide de représentations graphiques lisibles et pertinentes
- Effectuer des opérations de nettoyage sur des données structurées
- Effectuer une analyse statistique multivariée
- Effectuer une analyse statistique univariée
Scénario pédagogique du projet à réaliser : les apprenants doivent développer une application basée sur les données nutritionnelles dans le cadre d’un appel à projet de l’agence “Santé Publique France” autour des problématiques alimentaires.

Module 2 : Apprentissage Supervisé avec Numpy
Objectif : Modéliser des données grâce à la librairie Numpy et aux algorithmes de machine
learning supervisé
Compétences cibles :
- Adapter les hyperparamètres d’un algorithme d’apprentissage supervisé afin de l’améliorer
- Évaluer les performances d’un modèle d’apprentissage supervisé
- Mettre en place le modèle d’apprentissage supervisé adapté au problème métier
- Transformer les variables pertinentes d’un modèle d’apprentissage supervisé
Scénario pédagogique du projet à réaliser : en utilisant l’apprentissage supervisé, les apprenants devront prédire la consommation électrique des bâtiments municipaux de la ville de Seattle, pour aider la municipalité à atteindre son objectif de ville neutre en émissions de carbone en 2050

Module 3 : Apprentissage non supervisé avec Scikit-Learn
Objectif : modéliser efficacement des données grâce aux algorithmes de machine learning
non-supervisé, avec Scikit-Learn.
Compétences cibles :
- Mettre en place le modèle d’apprentissage non supervisé adapté au problème métier
- Transformer les variables pertinentes d’un modèle d’apprentissage non supervisé
- Adapter les hyperparamètres d’un algorithme non supervisé afin de l’améliorer
- Évaluer les performances d’un modèle d’apprentissage non supervisé
Scénario pédagogique du projet à réaliser : les apprenants devront utiliser l’apprentissage non supervisé pour aider un site d’e-commerce à segmenter ses clients pour optimiser ses campagnes de communication
Outre ces trois modules, des cours en ligne sont proposés aux apprenants pour développer leurs soft skills : apprendre à apprendre, travailler en équipe, gérer son temps efficacement, prendre la parole en public, gérer les conflits, etc.

Les candidats doivent obligatoirement justifier d'un des pré-requis suivants :
- être titulaire d’une certification professionnelle de niveau 6 (bac+3 ou équivalent) en informatique, sciences, économie, finance ou analyse de données ;
ou être titulaire d’une certification professionnelle de niveau 5 (ou équivalent) avec une expérience professionnelle d’au moins 2 ans en informatique, sciences, économie, finance ou analyse de données

Tout autre profil fera l'objet d'une procédure dérogatoire, incluant un test de positionnement, à savoir :
- être titulaire d'une certification professionnelle de niveau 6 (bac+3 ou équivalent) tous domaines avec une expérience professionnelle tous secteurs d'au moins 1 an ;
et
- effectuer un test de positionnement constitué des livrables suivants :
- Suivi et réussite des cours OpenClassrooms : “Nettoyez et analysez votre jeu de données” ; “Découvrez les librairies python pour la data science”
- Projet personnel d'analyse de données accompagné d'une vidéo enregistrée de 10 minutes expliquant votre projet. Niveau souhaité (Français, Anglais)
Pour les candidats dont le français n’est pas la langue maternelle, un justificatif d’un
niveau de français B2 minimum (niveau courant) sera demandé.

Durée totale : 490heures

Formacode (Domaines de formation) :

• 31028 Intelligence artificielle

Rome (Métiers) :

• M1805 Études et développement informatique

NSF (Spécialités de formation) :

• 326 Informatique, traitement de l'information, réseaux de transmission des données