Cette formation peut être accessible totalement ou partiellement. Se renseigner auprès de
l’organisme.
> Réaliser la collecte, le stockage et la mise à disposition des données d’un projet en intelligence artificielle
• Automatiser l’extraction de données depuis un service web, une page web (scraping), un fichier de données, une base de données et un système big data en programmant le script adapté afin de pérenniser la collecte des données nécessaires au projet. Développer des requêtes de type SQL d’extraction des données depuis un système de gestion de base de données et un système big data en appliquant le langage de requête propre au système afin de préparer la collecte des données nécessaires au projet. Développer des règles d'agrégation de données issues de différentes sources en programmant, sous forme de script, la suppression des entrées corrompues et en programmant l’homogénéisation des formats des données afin de préparer le stockage du jeu de données final. Créer une base de données dans le respect du RGPD en élaborant les modèles conceptuels et physiques des données à partir des données préparées et en programmant leur import afin de stocker le jeu de données du projet. Développer une API mettant à disposition le jeu de données en utilisant l’architecture REST afin de permettre l’exploitation du jeu de données par les autres composants du projet.
• Mise en situation L’évaluation doit se faire dans un contexte de réalisation d’un service numérique réel ou fictif basé sur l’usage de données, à partir du cadrage pour la réalisation d’un service numérique (spécifications fonctionnelles et techniques par exemple). Le projet évalué a pour but d’optimiser, d’automatiser, de pérenniser et de mettre à disposition les flux de données et les données, utiles et nécessaires à la réalisation du service numérique, par les équipes techniques (par exemple en analyse statistique, en business intelligence, en machine learning ou encore en intelligence artificielle). Livrable : rapport professionnel individuel Évaluation basée sur la correction du rapport professionnel et une soutenance orale individuelle
> Intégrer des modèles et des services d’intelligence artificielle
• Organiser et réaliser une veille technique et réglementaire en animant le travail collectif de sélection des sources, de collecte, de traitement et de partage des informations afin de formuler des recommandations pour le projet toujours en phase avec l’état de l’art. Identifier des services d’intelligence artificielle préexistants à partir de l’expression de besoin en fonctionnalités d’intelligence artificielle, en réalisant un benchmark de services existants et en analysant leurs caractéristiques pour formaliser une ou plusieurs recommandations de services adaptés au besoin. Paramétrer un service d’intelligence artificielle en suivant sa documentation technique et en respectant les spécifications du projet, afin de permettre l’intégration des connecteurs du service dans le système d’information. Développer une API exposant un modèle d’intelligence artificielle en utilisant l’architecture REST pour permettre l’interaction entre le modèle et les autres composants du projet. Intégrer l’API d’un modèle ou d’un service d’intelligence artificielle dans une application, en respectant les spécifications du projet et les normes d’accessibilité en vigueur, à l’aide de la documentation technique de l’API, afin de créer les fonctionnalités d’intelligence artificielle de l’application. Monitorer un modèle d’intelligence artificielle à partir des métriques courantes et spécifiques au projet, en intégrant les outils de collecte, d’alerte et de restitution des données du monitorage pour permettre l’amélioration du modèle de façon itérative. Programmer les tests automatisés d’un modèle d’intelligence artificielle en définissant les règles de validation des jeux de données, des étapes de préparation des données, d'entraînement, d’évaluation et de validation du modèle pour permettre son intégration en continu et garantir un niveau de qualité élevé. Créer une chaîne de livraison continue d’un modèle d’intelligence artificielle en installant les outils et en appliquant les configuration souhaitées, dans le respect du cadre imposé par le projet et dans une approche MLOps*, pour automatiser les étapes de validation, de test, de packaging et de déploiement du modèle.
• Cas pratique (pour les 3 premières compétences) L’évaluation doit se faire à partir de l’expression d’un besoin réel ou fictif de fonctionnalités d’intelligence artificielle. Ce besoin peut résulter d’une commande client comme d’une sollicitation interne d’un collaborateur data scientist par exemple. Le cas pratique évalué a pour but l’installation et la configuration du service d’IA préconisé. Livrable : rapport professionnel individuel Évaluation basée sur la correction du rapport professionnel et soutenance orale individuelle Mise en situation (pour les 5 autres compétences) L’évaluation doit se faire dans un contexte réel ou fictif de réalisation d’un service d’intelligence artificielle à partir d’un modèle fourni. Le projet évalué a pour but la mise en service (packaging, monitorage, test…) du modèle fourni, et son intégration dans une application existante. Livrable : rapport professionnel individuel Évaluation basée sur la correction du rapport professionnel et une soutenance orale individuelle intégrant une démonstration du projet.
> Réaliser une application intégrant un service d’intelligence artificielle
• Analyser le besoin d’application d’un commanditaire intégrant un service d'intelligence artificielle, en rédigeant les spécifications fonctionnelles et en le modélisant, dans le respect des standards d’utilisabilité et d’accessibilité, afin d’établir avec précision les objectifs de développement correspondant au besoin et à la faisabilité technique. Concevoir le cadre technique d’une application intégrant un service d’intelligence artificielle, à partir de l'analyse du besoin, en spécifiant l’architecture technique et applicative et en préconisant les outils et méthodes de développement, pour permettre le développement du projet. Coordonner la réalisation technique d’une application d’intelligence artificielle en s’intégrant dans une conduite agile de projet et un contexte MLOps et en facilitant les temps de collaboration dans le but d’atteindre les objectifs de production et de qualité. Développer les composants techniques et les interfaces d’une application en utilisant les outils et langages de programmation adaptés et en respectant les spécifications fonctionnelles et techniques, les standards et normes d’accessibilité, de sécurité et de gestion des données en vigueur dans le but de répondre aux besoins fonctionnels identifiés. Automatiser les phases de tests du code source lors du versionnement des sources à l’aide d’un outil d’intégration continue de manière à garantir la qualité technique des réalisations. Créer un processus de livraison continue d’une application en s’appuyant sur une chaîne d’intégration continue et en paramétrant les outils d’automatisation et les environnements de test afin de permettre une restitution optimale de l’application. Surveiller une application d’intelligence artificielle, en mobilisant des techniques de monitorage et de journalisation, dans le respect des normes de gestion des données personnelles en vigueur, afin d’alimenter la feedback loop dans une approche MLOps, et de permettre la détection automatique d’incidents. Résoudre les incidents techniques en apportant les modifications nécessaires au code de l’application et en documentant les solutions pour en garantir le fonctionnement opérationnel.
• Mise en situation (pour les 6 premières compétences) L’évaluation doit se faire dans un contexte réel ou fictif de développement d’une application intégrant un service d’intelligence artificielle. Le projet évalué a pour but d’analyser un besoin en développement d’application d’intelligence artificielle, de concevoir, développer, tester et enfin livrer l’application. Livrable : rapport professionnel individuel Évaluation basée sur la correction du rapport professionnel et une soutenance orale individuelle intégrant une démonstration du projet. Cas pratique (pour les 2 dernières compétences) L’évaluation doit se faire à partir d’une application existante présentant au moins une erreur technique, en contexte réel ou fictif. Le cas pratique évalué a pour but la mise en place du monitorage applicatif et de la résolution d’un incident technique dans l’application. Livrable : - documentation technique du monitorage. - documentation de la résolution de l’incident technique. Évaluation basée sur la correction de la documentation et une soutenance orale individuelle présentant le monitorage de l’application et la solution implémentée en réponse à l’incident technique traité.
