RNCP35141
Item
- Intitulé
- Développeur en intelligence artificielle
- N° de fiche
- RNCP35141
- Id fiche
- 20641
- Nouvelles certifications
- RNCP38616
- Etat de la fiche
- Publiée
- Certificateurs
-
79494991700023
LE WAGON
Actif - Existance partenaires
- Oui
- Activités visées
- Bloc 1 : Analyse exploratoire et descriptive de la donnée Acquisition et écriture de données Conception de représentations graphiques Bloc 2 Apprentissage automatique (Machine Learning) supervisé et non supervisé Préparation, transformation et génération de données Entrainement de modèles d'apprentissages supervisés ou non supervisés Amélioration des capacités prédictives Mise en production de modèles d'apprentissage Adoption d'une démarche d'amélioration continue Bloc 3 Reconnaissance de formes par réseaux de neurones artificiels Conversion de données entrantes Maîtrise des différentes architectures Utilisation de réseaux de neurones Bloc 4 Développement et Gestion de projet en IA Analyse et formulation de problématique Planification de projet Communication transversale, ascendante et descendante
- Capacités attestés
- C1 Acquérir des données à partir de sources adaptées, fournies par le client ou accessibles en Open Data afin d'agrémenter la base de données C2 Écrire des requêtes pour l'interrogation de la base de données et les composants d'accès aux données C3 Effectuer des analyses exploratoires afin d'appréhender la composition interne des données C4 Concevoir une représentation graphique adaptée afin de visualiser les relations entre les données C5 Préparer des données en vue de l'apprentissage afin que celles-ci soient nettoyées C6 Transformer des données d'entrée afin de satisfaire les contraintes inhérentes au modèle (Preprocessing) C7 Générer des données d'entrée afin de satisfaire les contraintes inhérentes au modèle (Feature Engineering) C8 Maîtriser les différents algorithmes d'apprentissage afin d'apporter une réponse adaptée à une problématique de l'organisation C9 Entraîner un modèle d'apprentissage supervisé pour optimiser une fonction de prédiction à partir d'exemples annotés C10 Entraîner un modèle d'apprentissage non supervisé pour détecter des structures sous-jacentes à partir de données non étiquetées C11 Améliorer les capacités prédictives d'un système en sélectionnant un modèle différent ou en modifiant ses hyperparamètres en vue de corriger des erreurs (hyperparameter tunnig) C12 Mettre en production le modèle d'apprentissage supervisé ou non supervisé obtenu sous la forme d'une API C13 Adopter une démarche d'amélioration continue en identifiant les axes de perfectionnement d'un produit à l'aide d'une méthode adaptée de manière à améliorer la performance du produit C14 Convertir les données entrantes (images et texte par exemple) en données adaptées pour un réseau de neurones C15 Maîtriser les différentes architectures de réseau de neurones : convolutifs pour les images & récurrents pour les séries temporelles et les modèles de traitement automatique du langage (NLP) pour le texte C16 Utiliser un réseau de neurones convolutifs pour étiqueter des images C17 Utiliser un réseau de neurones pour comprendre l'intention d'une phrase en langage naturel C18 Analyser et formuler une problématique métier du point de vue de l'analyste de données C19 Planification des actions à mettre en œuvre C20 Mobiliser les ressources nécessaires pour mener à bien le projet en respectant les délais C21 Recommander des actions à sa hiérarchie et rendre compte de ses résultats
- Secteurs d'activité
- Tous secteurs d'activité (banques et assurances, secteur public, opérateurs de télécommunication,conseil, …) et notamment intégrateurs, ESN et grandes entreprises.
- Type d'emploi accessibles
- Développeur en IA
- Voie d'accès à la certification après un parcours de formation sous statut d'élève.
-
Oui
Deux professionnels avec une expérience avérée de 2 ans dans le domaine de la Data Science. Un professeur encadrant du Wagon. Pourcentage de membres extérieurs à l'autorité délivrant la certification dont professionnels qualifiés : 66% d'entre eux sont extérieurs à l'autorité délivrant la certification - Voie d'accès à la certification en contrat d'apprentissage.
-
Oui
Deux professionnels avec une expérience avérée de 2 ans dans le domaine de la Data Science. Un professeur encadrant du Wagon. Pourcentage de membres extérieurs à l'autorité délivrant la certification dont professionnels qualifiés : 66% d'entre eux sont extérieurs à l'autorité délivrant la certification - Voie d'accès à la certification après un parcours de formation continue.
-
Oui
Deux professionnels avec une expérience avérée de 2 ans dans le domaine de la Data Science. Un professeur encadrant du Wagon. Pourcentage de membres extérieurs à l'autorité délivrant la certification dont professionnels qualifiés : 66% d'entre eux sont extérieurs à l'autorité délivrant la certification - Voie d'accès à la certification en contrat de professionnalisation.
-
Oui
Deux professionnels avec une expérience avérée de 2 ans dans le domaine de la Data Science. Un professeur encadrant du Wagon. Pourcentage de membres extérieurs à l'autorité délivrant la certification dont professionnels qualifiés : 66% d'entre eux sont extérieurs à l'autorité délivrant la certification - Voie d'accès à la certification par candidature individuelle.
- Non
- Voie d'accès à la certification par expérience.
-
Oui
Deux professionnels avec une expérience avérée de 2 ans dans le domaine de la Data Science. Un professeur encadrant du Wagon. Pourcentage de membres extérieurs à l'autorité délivrant la certification dont professionnels qualifiés : 66% d'entre eux sont extérieurs à l'autorité délivrant la certification - Inscrite au cadre de la Nouvelle Calédonie
- Non
- Inscrite au cadre de la Polynésie française
- Non
- Date de fin d'enregistrement
- 16/12/2023
- Type d'enregistrement
- Enregistrement sur demande
- Objectifs et contexte de la certification
- Les perspectives positives de l'IA sont cependant nombreuses pour l'humanité et la planète. En matière de développement durable notamment, les progrès de l'intelligence artificielle annoncent des capacités d'automatisation dans l'analyse/gestion de la consommation d'énergie qui laissent augurer d'une utilisation optimale des ressources, tant au niveau des entreprises que des particuliers ou des services publics. Des progrès décisifs sont également attendus pour une amélioration de la qualité de l'air dans les grandes métropoles, ainsi que pour la rationalisation et la répartition des ressources hydriques en zones sensibles. Autre direction prometteuse : des modélisations mathématiques très poussées de processus naturels laissent envisager des applications précieuses en matière de biomimétisme. Les offres d'emploi concernant les spécialistes en intelligence artificielle ne cessent de s'accroître en France notamment ces trois dernières années. Développeurs et ingénieurs R&D sont les plus recherchés. D'ici 2 ans, 30 % des emplois liés à l'intelligence artificielle et à la data seront vacants en raison d'une pénurie de profils formés. Data scientists, développeurs en IA, data miners, data analysts… ces métiers commencent à fleurir dans de nombreuses entreprises, mais les compétences pour réaliser ces nouvelles missions ne sont pas toujours au rendez‐vous. Il est donc urgent de proposer dès maintenant des parcours en formation initiale, mais aussi en formation continue. Car au‐delà des formations initiales, des métiers semblant éloignés de la technologie – comme ceux de radiologue, médecin ou cadre supérieur – vont devoir s'acculturer. Le nombre d'offres d'emploi diffusées par l'Apec a progressé de 113 % entre 2016 et 2017, passant de 1 127 à 2 398 offres. Les sociétés d'activités informatiques sont les premiers recruteurs (42 %), suivi des activités de conseil et gestion des entreprises (19 %) et de R&D (11 %). L'Île-de-France rassemble 63 % des offres d'emploi en IA. Le secteur est très porteur, la demande est forte mais l'offre de candidats expérimentés peut être limitée : Les recruteurs recherchent des profils expérimentés dans 56 % des cas. Les entreprises de services numériques ont une appétence pour les développeurs, les activités de conseil et gestion pour les chefs de projet et les consultants, et les activités de R&D pour les ingénieurs IA et les docteurs en IA. Plus que les diplômes, une première expérience et la capacité à réaliser des études de cas sont déterminantes. L'intelligence artificielle devrait aussi créer des professions qui restent à inventer. En 2016, un rapport du forum économique de Davos indiquait que 65 % des enfants entrant actuellement en école primaire exerceront un emploi qui n'existe pas encore. Selon une autre étude du fabricant informatique Dell et du think tank « l'Institut du Futur », la robotisation et l'intelligence artificielle devraient profondément transformer le domaine professionnel : 85 % des emplois de 2030 n'existeraient pas encore selon cette étude.
- Actif
- Non
- Prérequis à l'entrée dans la formation
- Etre titulaire d'un niveau 5, ou d'un niveau 4 avec 3 ans d'expérience professionnelle, et obtenir l'aval de la Commission Pédagogique quelle que soit la filière initiale suivie
- A comme nomenclature européenne
- Niveau 6
- A comme NSF
- Langages artificiels et informatique ; Linguistique et didactique des langues
- Modèles mathématiques ; Informatique mathématique
- Mathématiques de l'informatique, mathématiques financières, statistique de la santé
- A comme partenaire
- A F P I D E M
- A F P I D E M
- A F P I D E M
- A F P I D E M
- A F P I D E M
- A F P I D E M
- A F P I D E M
- A F P I D E M
- A F P I D E M
- A comme métier
- Développeur / Développeuse web
Annotations
There are no annotations for this resource.