Partie 1 - Gestion de Projet avec Prince2® Foundation
- Principes, thèmes (Business Case, Organisation, Qualité, Plans, Risques, Changements, Progression)
- 7 processus: Élaboration, Initialisation, Organisation, Direction, Contrôle, Gestion de séquences, Clôture
- Adaptation de PRINCE2®, 2 examens blancs
Partie 2 - Agilité: Principe et Application
- Agilité: principes, méthodes, comparaison avec approches classiques, avantages/inconvénients
- Mise en œuvre en entreprise: culture, étapes
- Scrum: framework, équipe, évènements, artefacts
Partie 3 - Scrum Master
- Fondamentaux de SCRUM®, principes du Manifeste Agile, rôles, sprints, product backlog, Sprint Planning, Review, Retrospective
Partie 4 - Design Thinking
- Méthodologie: 5 phases, conduite et analyse d'entretiens
- Rôle facilitateur: posture, techniques, conception ateliers
- Conclusion: avantages, 6 secrets pour réussir, 2 quiz
Partie 5 - Machine Learning avec Python
- Bases de Python, listes, dictionnaires, boucles, fonctions
- Librairies: Numpy, Pandas, visualisation de données, APIs, Web scraping, SQL
- Statistique descriptive, introduction au machine learning, traitement de données, modélisation
Partie 6 - Natural Language Processing (NLP)
- Introduction, manipulation de textes, analyse sémantique
- Deep Learning pour NLP: MLP, CNN, RNN, LSTM, Transformers
- État de l’art du NLP, cas pratiques, conclusion
Partie 7 - Introduction à ChatGPT
- Utilisation de base, commandes, applications pratiques, personnalisation, utilisations professionnelles, évaluation final
L'objectif de ce parcours de formation est de vous permettre de préparer l'évaluation du bloc intitulé "Développer une solution d'intelligence artificielle (Machine et Deep Learning) de la certification "Chef de Projet en Intelligence Artificielle" inscrite au RNCP sous le n° 36129.
L'objectif de ce parcours est de vous permettre de maîtriser les fondamentaux de la gestion de projet, mener à bien la mise en oeuvre de projets innovants, développer la créativité, explorer les opportunités de l'Intelligence Artificielle (Python et Natural Language Processing) au sein de l'entreprise pour augmenter sa performance.
L'objectif est de vous fournir les outils méthodologiques nécessaires pour :
L'aboutissement logique de cette formation est le passage l'évaluation du bloc intitulé ""Développer une solution d'intelligence artificielle (Machine et Deep Learning) de la certification ""Chef de Projet en Intelligence Artificielle"" inscrite au RNCP sous le n° 36129.
En suivant cette formation, vous vous engagez à passer l'examen du bloc de cette certification. Il devra être passé après la formation et après vos révisions personnelles.
Dans le cadre de cette certification professionnelle inscrite au RNCP il vous sera demandé de fournir les données suivantes :
Nom et prénom, date de naissance, lieu de naissance, coordonnées, expérience professionnelle avant et après la certification, fonction/statut, type de contrat nom de l’entreprise, rémunération brute annuelle à 6 mois et à 1 an/2 ans.
Ces informations sont collectées afin d'éditer le parchemin de certification, d'alimenter le passeport de compétences, et pour répondre à l'obligation de l’évaluation de l’impact économique et social de la certification professionnelle
Passage de l'évaluation bloc intitulé ""Développer une solution d'intelligence artificielle (Machine et Deep Learning) de la certification ""Chef de Projet en Intelligence Artificielle"" inscrite au RNCP sous le n° 36129
L'évaluation se déroule sur notre plateforme d'apprentissage en mode asynchrone et est constituée de 2 parties :
- 1 mise en situation professionnelle reconstituée sous forme d'étude de cas proposée au candidat : à partir d’un jeu de donnée d’entreprise, le candidat devra mettre en œuvre divers prétraitements et augmentation de données afin de rendre ces dernières exploitables par les techniques d’apprentissage automatisées. Durée de l'examen 1h30.
- 1 mise en situation professionnelle sous forme d'étude de cas proposée au candidat : en se basant sur une solution proposée, le candidat devra réaliser un rapport de synthèse et d’étonnement incluant : l’explication des choix de solutions IA implémentés, l’interprétation des résultats, l’évaluation de la fiabilité des algorithmes et une proposition d’optimisation. Durée de l'examen 1h30.