Formations -> Compétences -> Certifications -> Métiers -> Emplois

Développer une solution d’apprentissage automatique (machine Learning)

Item

Libelle

Développer une solution d'apprentissage automatique (machine Learning)

Code

RNCP35701BC03

Liste des compétences

C1.3 Développer un modèle d'apprentissage automatique supervisé en choisissant la fonction de coût et l'algorithme parmi les cas usuels, afin de définir et de résoudre un problème d'apprentissage C2.3 Développer un modèle d'apprentissage automatique non supervisé en choisissant la fonction de coût et l'algorithme parmi les cas usuels, afin de définir et de résoudre un problème d'apprentissage C3.3. Combiner plusieurs modèles supervisés ou non supervisés en les adaptant afin de répondre à une problématique d'intelligence artificielle C4.3. Elaborer un modèle d'apprentissage automatique par renforcement s'appuyant sur un processus de décision markovien et sur une méthode de programmation dynamique afin de prendre en compte l'environnement et le comportement du système vis-à-vis de cet environnement. C5.3. Elaborer un algorithme d'apprentissage profond en utilisant des réseaux de neuronesprofonds avec un haut niveau d'abstraction des données de type images ou textes. C6.3. Développer un modèle d'apprentissage automatique intégrant les méthodes et solutions de reconnaissance d'image pour répondre à une problématique d'intelligence artificielle en vision par ordinateur entre autres C7.3. Développer un modèle d'apprentissage intégrant les méthodes de traitement du langage naturel et d'apprentissage automatique sous-jacentes à l'analyse des textes afin d'analyser les données d'opinion disponibles sur le Web social. C8.3. Développer un modèle d'intelligence artificielle symbolique à partir de règles logiques (rule-based decisions) afin d'automatiser un processus de déduction susceptible d'expliquer de manière concise la structure d'un jeu de données. C9.3. Développer un modèle d'apprentissage intégrant les méthodes et solutions de vision robotique afin que le système soit autonome en termes de détection du mouvement, d'orientation dans l'espace, d'évitement des obstacles et de suivi d'une trajectoire. C10.3 Evaluer les systèmes HRI en concevant et en analysant des expériences permettant d'expliciter les interactions entre les systèmes d'intelligence artificielle et leur environnement C11.3 Valider l'opérationnalité du modèle en testant les algorithmes élaborés afin d'assurer la validité des résultats du projet. C12.3 Entrainer le modèle d'apprentissage automatique afin d'améliorer les prédictions et ainsi optimiser le modèle.

Modalités d'évaluation

Mise en situation professionnelle : Sur la base d'une mise en situation professionnelle portant sur un modèle d'apprentissage supervisé ou non, le candidat devra résoudre un challenge sur des données réelles en apprentissage supervisé ou non supervisé. Le candidat devra combiner plusieurs modèles en les adaptant afin de résoudre le challenge d'apprentissage. Mise en situation professionnelle :Sur la base d'une mise en situation professionnelle portant sur l'élaboration d'un modèle d'apprentissage automatique par renforcement. Le candidat devra élaborer le modèle en s'appuyant sur un processus de décision markovien et sur une méthode de programmation dynamique. Mise en situation professionnelle :Sur la base d'une mise en situation professionnelle portant sur l'élaboration d'un modèle d'apprentissage automatique par renforcement dans le cadre des réseaux de neurones, le candidat devra élaborer et implémenter un algorithme d'apprentissage par différence temporelle (TD learning). Mise en situation professionnelle :Sur la base d'une mise en situation professionnelle portant sur une problématique de reconnaissance d'image, le candidat devra développer un modèle d'apprentissage automatique intégrant des méthodes et solutions propres à ce champ d'application Mise en situation professionnelle :Sur la base d'une mise en situation professionnelle portant sur une problématique de traitement du langage naturel, le candidat devra développer un modèle d'apprentissage automatique intégrant des méthodes et solutions propres à ces champs d'application.Mise en situation professionnelle : Dans le cadre d'une mise en situation professionnelle portant sur un système d'aide à la décision d'un domaine librement élu, le candidat devra définir les règles logiques, créer quelques ontologies et mettre à jour le système.Mise en situation professionnelle : Dans le cadre d'une mise en situation professionnelle portant sur une problématique de vision robotique, le candidat devra développer un modèle d'apprentissage intégrant les méthodes de solutions de ce champ d'application. Le candidat devra concevoir et analyser des expériences permettant d'évaluer les systèmes HRI en termes d'interactions entre les systèmes d'IA et leur environnement.Mise en situation professionnelle : Dans le cadre d'une mise en situation professionnelle portant sur la validation d'une solution d'intelligence artificielle, le candidat devra tester les algorithmes afin d'évaluer la validité des résultatsMise en situation professionnelle : Dans le cadre d'une mise en situation professionnelle portant sur l'optimisation d'une solution d'intelligence artificielle, le candidat devra entrainer le modèle et le mettre à jour.