Objectifs de la certification
Cette certification prépare les professionnels de demain aux compétences attendues sur le marché, qu'ils soient issus de la formation initiale ou que ce soient des profils déjà en poste mais impactés par l'IA et qui ont donc besoin de monter en compétences. La certification prépare des professionnels qualifiés en IA pour les entreprises de toute taille et de tout secteur d'activité.
Activités et compétences visées par la certification
Activités visées
Le métier d’expert en ingénierie de l’intelligence artificielle comprend 4 grandes activités :
- La définition de l’apport de l’intelligence artificielle dans la stratégie du système d’information de l’entreprise.
- La conduite de l’ingénierie d’un projet d’intelligence artificielle.
- La conception, le déploiement et la mise en production des modèles et algorithmes d’analyse, de gestion et de traitement de la donnée.
- La conception et le pilotage d’une infrastructure d’acquisition, de stockage, de traitement et de restitution de donnée.
Il assure ses activités dans le respect du RGPD et de l’éthique dans le traitement de la donnée. Il est le garant de la propriété intellectuelle pour l’entreprise. Il maintient une veille permanente sur les innovations et les évolutions technologiques, informatiques, réglementaires inhérentes à son activité.
A l’issue de la certification, le candidat atteste des compétences suivantes :
- C1.1. Auditer les pratiques d’utilisation de la donnée et de l’intelligence artificielle au sein de l’entreprise pour définir une stratégie d’intégration de l’intelligence artificielle permettant d’augmenter la performance du système informatique de l’entreprise.
- C1.2. Réaliser un benchmark des avancées technologiques et scientifiques en intelligence artificielle et big data, en France comme à l’étranger, via une veille scientifique et technique pour être réactif sur le marché.
- C1.3. Proposer des évolutions en réponse à l’audit en les argumentant au travers de prototypes ou simulations afin de sélectionner une solution en lien avec les systèmes informatiques existants, le budget alloué, le temps imparti et la stratégie de l’entreprise.
- C1.4. Rédiger un cahier des charges intégrant les spécifications techniques et anticipant les contraintes technologiques, financières et de sécurité pour cadrer les évolutions de l’architecture du système informatique.
- C2.1. Déployer une stratégie de mise en conformité des traitements sur les données pour les récolter et les structurer dans le respect des règles éthiques, juridiques et réglementaires.
- C2.2 Réaliser des simulations et traitement de données grâce au deep learning et machine learning pour adapter les systèmes d’informations existants.
- C2.3. Piloter le déroulement du projet d’IA en assurant le suivi, l’analyse des résultats, la formation et l’accompagnement des collaborateurs pour assurer la conformité du projet.
- C2.4. Superviser les parties prenantes lors de la mise en production de l’IA en veillant à l’exploitation technique et fonctionnelle et à la gestion des flux de données en temps réel pour accompagner le changement dans le respect du cahier des charges, du temps et du budget impartis.
- C2.5. Rédiger une documentation associée au projet d’intelligence artificielle pour faciliter son utilisation, sa maintenance et son évolution dans le système informatique existant.
- C2.6. Contrôler les évolutions du système informatique afin d’ajuster la conception, la mise en production et le pilotage des futurs projets et solutions d’intelligence artificielle.
- C3.1. Modéliser les processus cognitifs à partir de traitement d’image, de texte et de l’analyse d’expériences passées pour préparer et normaliser les données structurées et non structurées.
- C3.2. Prototyper et tester des algorithmes de prédiction en suivant leur performance et le traitement de la donnée afin de modéliser les comportements et extraire de nouveaux usages.
- C3.3. Réaliser un algorithme via l’apprentissage fédéré sur des périphériques ou serveurs décentralisés pour créer un modèle en limitant l’utilisation d’énergie.
- C3.4. Programmer les algorithmes en utilisant des langages informatiques pour permettre la restitution de données sur la plateforme d’utilisation.
- C3.5. Analyser et traiter les résultats des modèles et algorithmes implantés pour les restituer aux parties prenantes et en ressortir des axes d’amélioration.
- C4.1. Analyser l’infrastructure de l’entreprise en dressant un état des lieux du matériel et des logiciels pour définir la stratégie d’infrastructure nécessaire eu égard de la stratégie globale et du budget alloué par l’entreprise.
- C4.2. Identifier et comparer des plateformes de stockage des données (solutions en déploiement local ou cloud) pour sélectionner celle adaptée à la stratégie d’infrastructure de l’entreprise et respectant les normes et la réglementation en vigueur.
- C4.3. Installer l’infrastructure en accompagnant les différentes parties prenantes à l’organisation afin d’assurer une mise en service optimale.
- C4.4. Déployer l’infrastructure dans une solution de cloud après sélection du fournisseur afin de réduire les investissements d’infrastructure de l’entreprise.
- C4.5. Constituer un échantillon de données utilisables par tous les systèmes de stockage afin d’assurer leur traitement.
- C4.6. Restituer un ensemble de données au travers un rapport d'activité afin de faire état et présenter les résultats à l’entreprise.
Le référentiel d’activités, de compétences et d’évaluation est consultable et téléchargeable dans son entièreté sur la fiche RNCP
Conditions de délivrance de la certification
L’obtention de chaque bloc de compétences fait l’objet de la délivrance d’une attestation de compétences.
La validation de l’ensemble des blocs de compétences permet la délivrance de la certification.
Le certificateur assure l’organisation du jury et la délivrance de la certification. Le jury de certification est composé au minimum d’un président du jury et de 4 professionnels externes dont 2 employés et 2 employeurs.
