Toutes nos formations sont désormais disponibles en "Live Virtual classes". Contactez-nous pour plus d’informations : formation@oxiane.luToutes nos formations sont désormais disponibles en "Live Virtual classes". Contactez-nous pour plus d’informations : formation@oxiane.lu

Piloter un projet d’Intelligence artificielle

Accueil » Formations » Piloter un projet d’Intelligence artificielle

L’intelligence artificielle est aujourd’hui une part de l’informatique inévitable. Cette discipline peut rester mystérieuse, cette formation a pour but de démystifier cette discipline scientifique, de connaître les opportunités business liées et d’en comprendre les enjeux. Du prototype à la phase de production, la formation permet d’aborder différentes approches et la méthodologie à mettre en place pour exploiter la valeur de vos données.

1450 € HT 2 jours PPIA

Comprendre les spécificités d'un projet d’Intelligence Artificielle et connaître les outils à mettre en place du prototype à la production

Programme

Comprendre les principaux concepts clés sur l’intelligence artificielle

  • Qu’est-ce que l’IA et le machine learning en entreprise ?
  • Savoir définir, IA, Deep Learning, Machine Learning et Data Science
  • Quelques divers exemples de cas d’application
  • Comment l’IA et ses opportunités peuvent servir votre entreprise ?

Établir un cadrage d’un projet d’IA

  • Établir un cadrage business approprié (ROI)
  • Définir les performances cibles (KPI) et les objectifs à atteindre
  • Identifier les moyens nécessaires : métriques, données, outils, budgets et acteurs
  • Constituer une équipe correspondant à votre projet d’IA

La donnée, la brique essentielle de tout projet d’IA

  • Différencier les types de données exploitables
  • Comprendre et identifier différentes les sources de données
  • Méthode de collecte des données
  • Nettoyer et explorer vos données

Le processus itératif du cycle d’un projet IA

  • Concevoir un POC, modéliser, évaluer et interpréter les résultats préliminaires
  • Faire une mise à l’échelle sur des données plus importantes
  • Le passage en production et ses spécificités
  • Utilisation d’API externes et les intégrer au système