Formation : Conduire un projet d’intelligence artificielle (IA)

100% à distance

Réf. 5885
  • Partager via facebook
  • Partager via Twitter
  • Partager via LinkedIn
  • Chargement

    Merci de patienter ...

  • Nouveau
Formation à distance
7 heures 750 € HT

Objectifs


Modalités pédagogiques


Pré-requis


Suivi et évaluation


Pour quel public ?


Les plus


Programme détaillé

AUTODIAGNOSTIC : EN AMONT DE LA FORMATION

  • Chaque participant est invité à effectuer cet autodiagnostic en amont de la formation. Il transmettra ses résultats à l’intervenant
  • Durée : 30 minutes

Journée DU 24 NOVEMBRE :

Matin : 9h30 - 12h

Rappel de notions clés sur l’intelligence artificielle et le machine learning

  • Qu'est-ce que l’IA et le machine learning en entreprise ?
  • Etat de l'art actuel et exemples de cas d’application
  • Quelles opportunités pour votre entreprise ou service ?

Déterminer les facteurs clés de succès d'un projet IA et les points fondamentaux à clarifier avant tout lancement

  • Zoom sur le machine learning canvas
  • Définir votre objectif
  • Identifier les moyens nécessaires : métriques, données, outils, budgets et acteurs
  • Connaître les écueils à éviter

Retour sur l’autodiagnostic des participants avec le soutien du formateur pour un réajustement si nécessaire

  • Comment formuler votre objectif de manière claire et opérationnelle
  • Comment conjuguer au mieux la vision ROI-ste et mathématique d'un projet IA
  • Disposez-vous d’un patrimoine de données historisées et conformes à la RGPD ?

Pas de projet IA sans données

  • Les données sont les briques essentielles d’un projet IA !
  • Comment constituer un patrimoine de données ?
  • Différencier les données froides (historique) et les données chaudes (temps réel)

Après-midi : 14h30 à 17h00

Maîtriser le cycle d'un projet IA : un processus itératif

  • Du proof-of-concept au Build : valider que les performances a priori sont confirmées a posteriori
  • Du Build au Run : passage en production et automatisation du machine learning
  • Monitoring en Run : maintien en conditions opérationnelles d'une application IA (feature-drift et réentraînement)
  • Intégrer le machine learning à votre IT
  • Internaliser ou externaliser les compétences opérationnelles : offre de service interne DataLab ou externe ESN
  • Utiliser des plateformes automatisées : construction des modèles et maintien en condition opérationnelle.

 Cas pratique en sous-groupes, sous l'encadrement du formateur

- Traitement d'un cas réel avec une plateforme de machine learning automatisée bout-en-bout
- Comment vendre son projet en interne
- Etablir les KPI (Key Primary Indicator) de votre application IA
- Piloter l’impact opérationnel : double run, suivi des KPI
- Définir clairement les critères de succès : KPI atteints, monitoring, stratégie de rollback 

RETOUR D’EXPÉRIENCE

Le 1 décembre de 10h à 12h

  • Chaque participant a la possibilité de garder un contact mail avec l’intervenant entre la journée 100% en ligne et le retour d’expérience
  • Chacun présente son REX
  • Echanges en groupe et identification en commun des bonnes pratiques, axes de progrès