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

2 Jours - 14 Heures
Formation
présentiel ou à distance
Réf 10624

Nouveauté

Favorisés par l'envolée de la puissance de calcul des microprocesseurs et l'émergence du Big Data, de nombreux cas d'usage de l'intelligence artificielle appliquée aux métiers de l’entreprise, toutes fonctions confondues, se sont multipliés.

Affiner vos projections de chiffre d’affaires, détecter des commandes frauduleuses, améliorer votre gestion des stocks, optimiser vos actions marketing, automatiser une partie de votre relation client ou encore, vous aider tout simplement dans vos prises de décisions… tous ces objectifs peuvent être atteints à l’aide d’intelligences artificielles intégrées dans vos processus d’entreprise.

Selon les projets, plusieurs mois de travail et de mises en place peuvent être nécessaires pour les opérationnaliser. Il est important de prendre en compte l'impact de ces projets sur l'ensemble de l'entreprise : une analyse est nécessaire pour identifier les problèmes potentiels et les retards éventuels, et réduire les risques. Une planification professionnelle est indispensable pour garantir une intégration réussie de l'IA dans les processus existants, tout en assurant une évolution continue et une adaptation aux besoins changeants du domaine.

Quelle est la démarche à suivre pour mener à bien un projet d'intelligence artificielle de type machine learning, au sein de votre entreprise ? Comment vous assurer que vous avez bien identifié votre besoin et défini clairement votre objectif ? Est-il possible d’implémenter de l’IA dans vos systèmes, simplement et à moindre coût ? Quels outils utiliser ? Comment former votre équipe ? Quelles ressources y allouer ?

Afin de concrétiser vos projets d’implémentation d’applications assistées par l’IA au sein de votre organisation, il est essentiel de vous former à la conduite de projet IA !
Les conseils de notre formateur vous permettront de sécuriser vos pratiques, optimiser les délais, maîtriser vos coûts et générer de réels gains de productivité.

Offert pour toute inscription à cette formation : 6 mois d'abonnement au magazine Stratégies en version numérique et à sa newsletter quotidienne !

Objectifs

Identifier les opportunités de l’intelligence artificielle et du machine learning pour votre entreprise ou service
Définir les facteurs clés de succès d’un projet d’intelligence artificielle et tenir compte des enjeux légaux et éthiques qui s’y rattachent
Explorer une méthodologie reconnue de conduite de projet IA basée sur le machine learning Canvas afin d’optimiser vos chances de succès
Expérimenter le workflow complet d’un projet de type proof of concept à l’aide d’une plateforme automatisée simplement paramétrable

Pré-requis

Etre impliqué dans un projet d'automatisation, de gain de productivité ou d'optimisation des prévisions au sein de son entreprise ou service visant à exploiter le potentiel de l'IA et du machine learning

Cibles

Responsable e-business
Responsable marketing ou commercial
Chef de projet IA
Ingénieur en Service IT
Toute personne souhaitant conduire un projet d'IA et de machine learning

Les plus

Déclinable en format individuel, intra-entreprise et sur-mesure

Modalités pédagogiques

Études de cas, analyses de bonnes pratiques, travail de réflexion sur les opportunités et risques de l’IA
Cas d’application sur une plateforme de machine learning automatisée pour appréhender concrètement le workflow d’un projet d’IA
Repartez avec la feuille de route de votre propre projet et la « check-list » de la conduite d'un projet IA

Suivi et évaluation des acquis

Autopositionnement en amont et évaluation des acquis en aval

Distanciel : contenu et durée identique + pédagogie adaptée + assistance technique 5j/7

Indicateurs de résultats

Indicateurs de résultat et taux de réussite prochainement disponibles

Ce produit a été mis à jour le 18 décembre 2024

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

Appréhender l’intelligence artificielle et ses opportunités

Comprendre le Big Data et ses ‘3 V’
Qu'est-ce que l’IA et le machine learning en entreprise ? Vocabulaire, concepts et principes théoriques clé
L’IA, une technologie qui fait déjà partie du quotidien : multiples exemples de cas d’usage en entreprise
Quelles opportunités pour votre entreprise ou service ?

Décrypter les risques de l’IA, ainsi que les aspects éthiques et légaux

Distinguer l’éthique de la loi
Régulation européenne : RGPD et IA Act
Aspects éthiques / légaux : biais dans les données, risque discriminatoire, dilemmes, mesure, remédiation…

Brainstorming : débrief sur l’impact potentiel de l’IA sur votre entreprise

Lancer et piloter votre projet d’IA

Déterminer les facteurs clés de succès d'un projet IA, les points fondamentaux à clarifier avant tout lancement et se donner une méthode

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

Cas pratique : réflexion des participants sur la base de leur propre projet IA

- 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 de Machine Learning sans données

Les données sont la brique essentielle d’un projet IA !
Reconnaître et traiter les principaux biais dans les données
Le feature engineering, une étape clé
L’utilité de la visualisation
L’utilité de l’expertise métier

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

Comprendre le workflow d’un projet d’aide automatisée à la décision grâce au Machine Learning
Focus sur les étapes clé du workflow
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)

Cas pratique

- Présentation et prise en main d’une plateforme de machine learning automatisée
- Traitement d'un cas réel de bout-en-bout : application pratique avec déroulé du workflow complet sur le cas d’usage ‘Le ciblage’, émaillé de points de compréhension techniques

Intégrer le machine learning à votre IT

Internaliser ou externaliser les compétences opérationnelles : offre de service interne DataLab ou externe ESN
Quelles plateformes automatisées ou semi-automatisées utiliser ? Panorama des offres existantes ? Quel budget prévoir, quels coûts cachés des outils gratuits et de no code ?
Construction des modèles et maintien en condition opérationnelle

Comment passer du projet au Business As Usual

Définir les KPI (Key Performance Indicators) 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

Cas pratique : présentation des projets IA des participants et identification en commun des axes de progrès

Du 20 au 21 mars 2025

Paris

Du 10 au 11 juin 2025

A distance

Du 02 au 03 oct. 2025

A distance

Du 04 au 05 déc. 2025

Paris

Christian G. - Professeur Associé

À l'issue d'études universitaires scientifiques en informatique et mathématiques appliquées à la finance, sa carrière débute dans le secteur de l'édition de logiciels financiers chez Thomson Reuters, en tant qu'ingénieur quantitatif puis...