Objectifs du cours
Cette formation propose une immersion dans l’univers de l’intelligence artificielle appliquée à la gestion de projet.
Elle permet aux chefs de projet et responsables de transformation digitale de comprendre les enjeux de l’IA, d’en maîtriser les fondamentaux techniques et organisationnels, et de piloter des projets IA de manière structurée et efficace.
Les participants apprendront à :
- Maîtriser les fondamentaux de l’IA générative et du machine learning
- Comprendre le rôle de la data science dans les projets IA
- Concevoir et piloter une solution IA de bout en bout
- Appliquer une méthodologie projet adaptée au contexte IA
- Identifier les rôles, outils et bonnes pratiques clés dans un projet IA
Public
- Chefs de projet, managers d’équipes, sponsors projets
- Consultants en transformation digitale, analystes métiers, spécialistes data
Prérequis
- Utiliser un ordinateur personnel sans pare-feu bloquant l’accès aux outils IA en ligne
Contenu du cours
Partie 1 : Comprendre les fondamentaux de l’intelligence artificielle
- Définition de l’IA et panorama des concepts clés
- Présentation du machine learning et ses cas d’usage
- IA générative : principes et applications concrètes
- Étude de cas : IA dans différents secteurs d’activité
Partie 2 : Concevoir et développer une solution IA
- Comprendre la classification et la prédiction dans l’IA
- Présentation des outils et plateformes (open source et cloud)
- Intégrer l’IA dans une feuille de route projet : étapes clés
- Atelier pratique : développement d’une solution IA simple
Partie 3 : Introduction à la data science et ses applications
- Qu’est-ce que la data science et en quoi elle est complémentaire de l’IA
- Rôle de la data dans la stratégie d’innovation
- Étude de cas : usage de la data science pour optimiser les processus métiers
Partie 4 : Expérimenter un projet de data science
- Techniques de régression et modélisation prédictive
- Préparation d’un dataset : collecte, nettoyage, structuration
- Feature engineering : enrichir les données pour les algorithmes
- Atelier pratique : construction d’un modèle de prédiction
Partie 5 : Piloter un projet IA de manière opérationnelle
- Méthodologie projet appliquée à l’IA : de l’idéation à la mise en production
- Cartographie des rôles : data scientist, data engineer, PO IA, etc.
- Identifier les risques, opportunités et facteurs de succès
- Exercice final : cadrage d’un projet IA à partir d’un cas d’entreprise