Architecte en intelligence artificielle
Certification RNCP38777
Formacodes 31026 | Data science 31028 | Intelligence artificielle 31008 | Système information 31085 | Informatisation
Nomenclature Europe Niveau 7
Formacodes 31026 | Data science 31028 | Intelligence artificielle 31008 | Système information 31085 | Informatisation
Nomenclature Europe Niveau 7
Les métiers associés à la certification RNCP38777 : Études et prospectives socio-économiques Expertise et support en systèmes d'information Conseil en organisation et management d'entreprise Études et développement informatique
Codes NSF 114b | Modèles mathématiques ; Informatique mathématique 326 | Informatique, traitement de l'information, réseaux de transmission 326t | Programmation, mise en place de logiciels
Voies d'accès : Formation initiale Contrat d'apprentissage Formation continue Contrat de professionnalisation Candidature individuelle VAE
Prérequis : Un certificat de niveau 6 ou supérieur dans un domaine scientifique, économique ou informatique. À l’international, un niveau équivalent est requis. Ce niveau sera justifié par le CV de l’apprenant et par la transmission des diplômes préalablement obtenus
Certificateurs :
Voies d'accès : Formation initiale Contrat d'apprentissage Formation continue Contrat de professionnalisation Candidature individuelle VAE
Prérequis : Un certificat de niveau 6 ou supérieur dans un domaine scientifique, économique ou informatique. À l’international, un niveau équivalent est requis. Ce niveau sera justifié par le CV de l’apprenant et par la transmission des diplômes préalablement obtenus
Certificateurs :
| Certificateur | SIRET |
|---|---|
| JEDHA | 83872651100044 |
Activités visées :
Concevoir et piloter la gouvernance des données : * Mise en oeuvre d'une politique de gouvernance des données * Conduite du changement * Audit des pratiques liées à la gestion des données Concevoir et déployer des architecture de données (pour l'IA) : * Evaluation des besoins architecturaux et contraintes techniques * Modélisation des données * Optimisation des performances de l'infrastructure * Surveillance de l'infrastructure * Documentation de l'infrastructure Concevoir et mettre en oeuvre des pipelines de données (pour l'IA) : * Développement des pipelines de données * Automatisation des pipelines de données * Monitoring du pipeline Construction, déploiement et pilotage de solutions d'IA : * Construction de la solutions d'IA * Déploiement de la solution d'IA * Monitoring de la solution d'IA
Concevoir et piloter la gouvernance des données : * Mise en oeuvre d'une politique de gouvernance des données * Conduite du changement * Audit des pratiques liées à la gestion des données Concevoir et déployer des architecture de données (pour l'IA) : * Evaluation des besoins architecturaux et contraintes techniques * Modélisation des données * Optimisation des performances de l'infrastructure * Surveillance de l'infrastructure * Documentation de l'infrastructure Concevoir et mettre en oeuvre des pipelines de données (pour l'IA) : * Développement des pipelines de données * Automatisation des pipelines de données * Monitoring du pipeline Construction, déploiement et pilotage de solutions d'IA : * Construction de la solutions d'IA * Déploiement de la solution d'IA * Monitoring de la solution d'IA
Capacités attestées :
* Concevoir une politique de Data Gouvernance en collaboration avec les parties prenantes, afin d'assurer la conformité aux régulations en vigueur et garantir la qualité, la disponibilité, la sécurité et la confidentialité des données.
* Collaborer avec les parties prenantes de l'entreprise pour promouvoir et mettre en œuvre la politique de Data Gouvernance, en vue d'une intégration harmonieuse dans les pratiques de l'entreprise.
* Former et sensibiliser tous les collaborateurs, y compris ceux en situation de handicap, aux principes de la Data Gouvernance, afin d'assurer une mise en œuvre efficace et inclusive de la politique de Data Gouvernance.
* Réaliser des audits réguliers des pratiques de gestion des données de l'entreprise, pour assurer la conformité aux réglementations locales et internationales en vigueur.
* Évaluer les risques associés à la gestion des données, notamment en termes de qualité et de sécurité, pour renforcer la politique de Data Gouvernance.
* Identifier les besoins architecturaux en enquêtant sur les contraintes techniques, opérationnelles et normes en vigueur, afin d'établir un cadre conforme aux exigences de l'entreprise.
* Élaborer un cahier des charges d'architecture de données qui intègre les contraintes techniques et normes, en vue de répondre aux besoins spécifiques de l'entreprise.
* Elaborer des modèles de données logiques et physiques (entité-relation, les modèles de données en étoile...) qui correspondent au cahier des charges établi.
* Concevoir des structures de bases de données adaptées à divers types de données, en tenant compte des performances, de la sécurité, de l'évolutivité, et du volume des données, pour une gestion optimale du Big Data.
* Déployer des serveurs virtuels dans le cloud ou On-Premise pour l'entraînement des algorithmes d'Intelligence Artificielle, en vue de gérer efficacement un large volume de données.
* Augmenter la puissance de calcul à travers la conception de clusters de serveurs, afin de permettre l'entraînement d'algorithmes d'Intelligence Artificielle, le stockage de données volumineuses ou encore l'accueil de trafic massif sur une application.
* Mettre en place des outils de surveillance pour suivre les performances de l'infrastructure de données, identifier les problèmes potentiels et optimiser les systèmes, en vue d'une gestion proactive.
* Documenter les spécifications de l'architecture de manière claire et accessible à tous, y compris aux personnes en situation de handicap, pour faciliter sa gestion.
* Concevoir un système de gestion de données temps réel adapté aux contraintes et normes opérationnelles de l'entreprise, pour gérer efficacement la vélocité, le volume des flux, et la typologie des données.
* Établir un pipeline de données à travers des processus ETL/ELT pour le transfert et la transformation des données entre différentes bases, en utilisant des outils de programmation, afin de répondre aux spécifications du cahier des charges.
* Automatiser les flux de données dans le pipeline, en utilisant des outils spécifiques ou de la programmation, afin d'optimiser les performances de l'infrastructure de données.
* Surveiller les flux de données pour assurer la qualité et le respect de la politique de gouvernance, en vue de maintenir les normes, la sécurité et la confidentialité dans les pipelines de données.
* Développer des procédures de contrôle qualité et de correction des erreurs dans les pipelines de données, afin de garantir la qualité des données.
* Rédiger un cahier des charges pour la solution d'Intelligence Artificielle, afin de répondre aux besoins techniques et économiques de l'organisation, en tenant compte de l'accessibilité pour les personnes en situation de handicap.
* Créer un algorithme d'Intelligence Artificielle adapté aux données d'entraînement et conforme aux spécifications du cahier des charges, en veillant à répondre aux besoins spécifiques, notamment en termes d'accessibilité.
* Adapter l'infrastructure de données de l'organisation à travers la construction d'API pour accueillir la solution d'IA en production.
* Concevoir des pipelines d'intégration et déploiement continu pour automatiser le processus de déploiement d'une solution d'IA.
* Développer des scripts de réentrainement des modèles pour automatiser le processus de Machine Learning.
* Piloter la performance de la solution d'IA dans l'infrastructure à travers la mise en place d'outils de monitoring (comme Aporia ou Evidently) pour s'assurer qu'elle respecte les spécifications du cahier des charges dans un environnement de production.
* Concevoir une politique de Data Gouvernance en collaboration avec les parties prenantes, afin d'assurer la conformité aux régulations en vigueur et garantir la qualité, la disponibilité, la sécurité et la confidentialité des données.
* Collaborer avec les parties prenantes de l'entreprise pour promouvoir et mettre en œuvre la politique de Data Gouvernance, en vue d'une intégration harmonieuse dans les pratiques de l'entreprise.
* Former et sensibiliser tous les collaborateurs, y compris ceux en situation de handicap, aux principes de la Data Gouvernance, afin d'assurer une mise en œuvre efficace et inclusive de la politique de Data Gouvernance.
* Réaliser des audits réguliers des pratiques de gestion des données de l'entreprise, pour assurer la conformité aux réglementations locales et internationales en vigueur.
* Évaluer les risques associés à la gestion des données, notamment en termes de qualité et de sécurité, pour renforcer la politique de Data Gouvernance.
* Identifier les besoins architecturaux en enquêtant sur les contraintes techniques, opérationnelles et normes en vigueur, afin d'établir un cadre conforme aux exigences de l'entreprise.
* Élaborer un cahier des charges d'architecture de données qui intègre les contraintes techniques et normes, en vue de répondre aux besoins spécifiques de l'entreprise.
* Elaborer des modèles de données logiques et physiques (entité-relation, les modèles de données en étoile...) qui correspondent au cahier des charges établi.
* Concevoir des structures de bases de données adaptées à divers types de données, en tenant compte des performances, de la sécurité, de l'évolutivité, et du volume des données, pour une gestion optimale du Big Data.
* Déployer des serveurs virtuels dans le cloud ou On-Premise pour l'entraînement des algorithmes d'Intelligence Artificielle, en vue de gérer efficacement un large volume de données.
* Augmenter la puissance de calcul à travers la conception de clusters de serveurs, afin de permettre l'entraînement d'algorithmes d'Intelligence Artificielle, le stockage de données volumineuses ou encore l'accueil de trafic massif sur une application.
* Mettre en place des outils de surveillance pour suivre les performances de l'infrastructure de données, identifier les problèmes potentiels et optimiser les systèmes, en vue d'une gestion proactive.
* Documenter les spécifications de l'architecture de manière claire et accessible à tous, y compris aux personnes en situation de handicap, pour faciliter sa gestion.
* Concevoir un système de gestion de données temps réel adapté aux contraintes et normes opérationnelles de l'entreprise, pour gérer efficacement la vélocité, le volume des flux, et la typologie des données.
* Établir un pipeline de données à travers des processus ETL/ELT pour le transfert et la transformation des données entre différentes bases, en utilisant des outils de programmation, afin de répondre aux spécifications du cahier des charges.
* Automatiser les flux de données dans le pipeline, en utilisant des outils spécifiques ou de la programmation, afin d'optimiser les performances de l'infrastructure de données.
* Surveiller les flux de données pour assurer la qualité et le respect de la politique de gouvernance, en vue de maintenir les normes, la sécurité et la confidentialité dans les pipelines de données.
* Développer des procédures de contrôle qualité et de correction des erreurs dans les pipelines de données, afin de garantir la qualité des données.
* Rédiger un cahier des charges pour la solution d'Intelligence Artificielle, afin de répondre aux besoins techniques et économiques de l'organisation, en tenant compte de l'accessibilité pour les personnes en situation de handicap.
* Créer un algorithme d'Intelligence Artificielle adapté aux données d'entraînement et conforme aux spécifications du cahier des charges, en veillant à répondre aux besoins spécifiques, notamment en termes d'accessibilité.
* Adapter l'infrastructure de données de l'organisation à travers la construction d'API pour accueillir la solution d'IA en production.
* Concevoir des pipelines d'intégration et déploiement continu pour automatiser le processus de déploiement d'une solution d'IA.
* Développer des scripts de réentrainement des modèles pour automatiser le processus de Machine Learning.
* Piloter la performance de la solution d'IA dans l'infrastructure à travers la mise en place d'outils de monitoring (comme Aporia ou Evidently) pour s'assurer qu'elle respecte les spécifications du cahier des charges dans un environnement de production.
Secteurs d'activité :
La certification "Architecte en Intelligence Artificielle" se révèle pertinente et applicable à travers un éventail varié de secteurs d'activités, en adéquation avec la nature transversale et omniprésente des données et de l'intelligence artificielle. Voici une liste non exhaustive des secteurs et des contextes d'emploi où cette certification serait particulièrement bénéfique : * Technologies de l'information et des communications (TIC) : Au sein des départements informatiques ou au service de cabinets de conseil technologique, l'IA est utilisée pour optimiser les systèmes et réseaux, automatiser les tâches répétitives, renforcer la sécurité et améliorer la qualité des services proposés aux utilisateurs. * Santé : Que ce soit dans les hôpitaux, les laboratoires de recherche ou les entreprises de biotechnologie, l'IA contribue à améliorer les diagnostics, prévoir les maladies, personnaliser les traitements, optimiser la gestion des établissements de santé, et accélérer la recherche médicale. * Finance : Dans les banques, les sociétés d'assurance et les entreprises fintech, l'IA est un outil précieux pour la détection de la fraude, l'automatisation des processus de conformité, la gestion des risques, la personnalisation des services financiers et le trading algorithmique. * Commerce de détail et e-commerce : Au sein des entreprises de distribution et de commerce en ligne, l'IA permet d'optimiser les chaînes d'approvisionnement, améliorer les recommandations de produits, personnaliser l'expérience client et prévoir les tendances de vente. * Industrie manufacturière : Dans les usines et les entreprises industrielles, l'IA contribue à la maintenance prédictive, à l'optimisation de la production, à l'automatisation des processus et à l'amélioration de la qualité des produits. * Transport et logistique : Pour les entreprises de transport et les prestataires logistiques, l'IA est utilisée pour optimiser les itinéraires, améliorer la gestion des flottes, automatiser les entrepôts et contribuer au développement des véhicules autonomes. * Services publics et gouvernementaux : Dans le contexte de l'administration publique, l'IA peut aider à améliorer les services aux citoyens, optimiser la gestion des ressources, automatiser les processus administratifs et analyser les données pour une meilleure prise de décision politique. La liste ci-dessus n'est pas exhaustive. En réalité, presque tous les secteurs peuvent bénéficier de l'IA pour améliorer leurs processus, offrir de meilleurs services et prendre des décisions basées sur les données. Ainsi, la certification "Architecte en Intelligence Artificielle" peut offrir de multiples opportunités professionnelles dans une grande diversité d'industries et de contextes d'emploi.
La certification "Architecte en Intelligence Artificielle" se révèle pertinente et applicable à travers un éventail varié de secteurs d'activités, en adéquation avec la nature transversale et omniprésente des données et de l'intelligence artificielle. Voici une liste non exhaustive des secteurs et des contextes d'emploi où cette certification serait particulièrement bénéfique : * Technologies de l'information et des communications (TIC) : Au sein des départements informatiques ou au service de cabinets de conseil technologique, l'IA est utilisée pour optimiser les systèmes et réseaux, automatiser les tâches répétitives, renforcer la sécurité et améliorer la qualité des services proposés aux utilisateurs. * Santé : Que ce soit dans les hôpitaux, les laboratoires de recherche ou les entreprises de biotechnologie, l'IA contribue à améliorer les diagnostics, prévoir les maladies, personnaliser les traitements, optimiser la gestion des établissements de santé, et accélérer la recherche médicale. * Finance : Dans les banques, les sociétés d'assurance et les entreprises fintech, l'IA est un outil précieux pour la détection de la fraude, l'automatisation des processus de conformité, la gestion des risques, la personnalisation des services financiers et le trading algorithmique. * Commerce de détail et e-commerce : Au sein des entreprises de distribution et de commerce en ligne, l'IA permet d'optimiser les chaînes d'approvisionnement, améliorer les recommandations de produits, personnaliser l'expérience client et prévoir les tendances de vente. * Industrie manufacturière : Dans les usines et les entreprises industrielles, l'IA contribue à la maintenance prédictive, à l'optimisation de la production, à l'automatisation des processus et à l'amélioration de la qualité des produits. * Transport et logistique : Pour les entreprises de transport et les prestataires logistiques, l'IA est utilisée pour optimiser les itinéraires, améliorer la gestion des flottes, automatiser les entrepôts et contribuer au développement des véhicules autonomes. * Services publics et gouvernementaux : Dans le contexte de l'administration publique, l'IA peut aider à améliorer les services aux citoyens, optimiser la gestion des ressources, automatiser les processus administratifs et analyser les données pour une meilleure prise de décision politique. La liste ci-dessus n'est pas exhaustive. En réalité, presque tous les secteurs peuvent bénéficier de l'IA pour améliorer leurs processus, offrir de meilleurs services et prendre des décisions basées sur les données. Ainsi, la certification "Architecte en Intelligence Artificielle" peut offrir de multiples opportunités professionnelles dans une grande diversité d'industries et de contextes d'emploi.
Types d'emplois accessibles :
* Architecte en Intelligence Artificielle * Data Architect * Data Engineer * Machine Learning Engineer * MLOps Engineer * Consultant en IA * Chief Data Officer (CDO)
* Architecte en Intelligence Artificielle * Data Architect * Data Engineer * Machine Learning Engineer * MLOps Engineer * Consultant en IA * Chief Data Officer (CDO)
Objectif contexte :
Contexte : Dans le monde de plus en plus digitalisé et connecté d'aujourd'hui, les entreprises de tous les secteurs ont besoin de comprendre et d'exploiter efficacement les données dont elles disposent. Avec l'essor de l'Intelligence Artificielle (IA), ce
Contexte : Dans le monde de plus en plus digitalisé et connecté d'aujourd'hui, les entreprises de tous les secteurs ont besoin de comprendre et d'exploiter efficacement les données dont elles disposent. Avec l'essor de l'Intelligence Artificielle (IA), ce
Statistiques : :
| Année | Certifiés | Certifiés VAE | Taux d'insertion global à 6 mois | Taux d'insertion métier à 2 ans |
|---|---|---|---|---|
| 2021 | 37 | 0 | 91 | |
| 2020 | 8 | 0 | 100 | |
| 2022 | 37 | 0 | 94 | |
| 2023 | 11 | 0 | 88 |
Bloc de compétences
RNCP38777BC01 : Concevoir et piloter la gouvernance des données
Compétences :
Concevoir une politique de Data Gouvernance en collaboration avec les parties prenantes, afin d'assurer la conformité aux régulations en vigueur et garantir la qualité, la disponibilité, la sécurité et la confidentialité des données. Collaborer avec les parties prenantes de l'entreprise pour promouvoir et mettre en œuvre la politique de Data Gouvernance, en vue d'une intégration harmonieuse dans les pratiques de l'entreprise. Former et sensibiliser tous les collaborateurs, y compris ceux en situation de handicap, aux principes de la Data Gouvernance, afin d'assurer une mise en œuvre efficace et inclusive de la politique de Data Gouvernance." Réaliser des audits réguliers des pratiques de gestion des données de l'entreprise, pour assurer la conformité aux réglementations locales et internationales en vigueur. Évaluer les risques associés à la gestion des données, notamment en termes de qualité et de sécurité, pour renforcer la politique de Data Gouvernance.
Concevoir une politique de Data Gouvernance en collaboration avec les parties prenantes, afin d'assurer la conformité aux régulations en vigueur et garantir la qualité, la disponibilité, la sécurité et la confidentialité des données. Collaborer avec les parties prenantes de l'entreprise pour promouvoir et mettre en œuvre la politique de Data Gouvernance, en vue d'une intégration harmonieuse dans les pratiques de l'entreprise. Former et sensibiliser tous les collaborateurs, y compris ceux en situation de handicap, aux principes de la Data Gouvernance, afin d'assurer une mise en œuvre efficace et inclusive de la politique de Data Gouvernance." Réaliser des audits réguliers des pratiques de gestion des données de l'entreprise, pour assurer la conformité aux réglementations locales et internationales en vigueur. Évaluer les risques associés à la gestion des données, notamment en termes de qualité et de sécurité, pour renforcer la politique de Data Gouvernance.
Modalités d'évaluation :
Type d'évaluation : Evaluation écrite et évaluation orale. Description : Pour l'évaluation écrite, le candidat est invité à décrire un plan de gouvernance des données pour une organisation fictive (avec des problématiques réelle), incluant les politiques, les parties prenantes et les mesures de conformité. L'évaluation orale demande au candidat à présenter ce plan à un jury, pour évaluer les compétences de communication et de gestion. Le livrable de l'évaluation écrite est donnée en amont au jury pour que ce dernier puisse, après la présentation orale, entamer un jeu de questions/réponses afin d'évaluer le candidat. Livrables attendus : * Le plan de gouvernance (format Word, Google Doc ou autre outil bureautique d'écriture) * La présentation du plan de gouvernance résumé (sous format PowerPoint ou Google Slides ou tout autre outil de présentation) Temps d'évaluation : * Evaluation amont du livrable écrit : 15 min * Présentation du plan de gouvernance devant le jury : 15 min * Questions / réponses du jury : 15 min Les conditions d'évaluation sont adaptées aux besoins spécifiques des personnes en situation de handicap, si nécessaire (par exemple, fournir des supports accessibles, ajuster le temps, utiliser des aides technologiques, etc.)
Type d'évaluation : Evaluation écrite et évaluation orale. Description : Pour l'évaluation écrite, le candidat est invité à décrire un plan de gouvernance des données pour une organisation fictive (avec des problématiques réelle), incluant les politiques, les parties prenantes et les mesures de conformité. L'évaluation orale demande au candidat à présenter ce plan à un jury, pour évaluer les compétences de communication et de gestion. Le livrable de l'évaluation écrite est donnée en amont au jury pour que ce dernier puisse, après la présentation orale, entamer un jeu de questions/réponses afin d'évaluer le candidat. Livrables attendus : * Le plan de gouvernance (format Word, Google Doc ou autre outil bureautique d'écriture) * La présentation du plan de gouvernance résumé (sous format PowerPoint ou Google Slides ou tout autre outil de présentation) Temps d'évaluation : * Evaluation amont du livrable écrit : 15 min * Présentation du plan de gouvernance devant le jury : 15 min * Questions / réponses du jury : 15 min Les conditions d'évaluation sont adaptées aux besoins spécifiques des personnes en situation de handicap, si nécessaire (par exemple, fournir des supports accessibles, ajuster le temps, utiliser des aides technologiques, etc.)
RNCP38777BC02 : Concevoir et déployer des architecture de données (pour l'IA)
Compétences :
Identifier les besoins architecturaux en enquêtant sur les contraintes techniques, opérationnelles et normes en vigueur, afin d'établir un cadre conforme aux exigences de l'entreprise. Élaborer un cahier des charges d'architecture de données qui intègre les contraintes techniques et normes, en vue de répondre aux besoins spécifiques de l'entreprise. Élaborer des modèles de données logiques et physiques (entité-relation, les modèles de données en étoile...) qui correspondent au cahier des charges établi. Concevoir des structures de bases de données adaptées à divers types de données, en tenant compte des performances, de la sécurité, de l'évolutivité, et du volume des données, pour une gestion optimale du Big Data. Déployer des serveurs virtuels dans le cloud ou On-Premise pour l'entraînement des algorithmes d'Intelligence Artificielle, en vue de gérer efficacement un large volume de données. Augmenter la puissance de calcul à travers la conception de clusters de serveurs, afin de permettre l'entraînement d'algorithmes d'Intelligence Artificielle, le stockage de données volumineuses ou encore l'accueil de trafic massif sur une application. Mettre en place des outils de surveillance pour suivre les performances de l'infrastructure de données, identifier les problèmes potentiels et optimiser les systèmes, en vue d'une gestion proactive. Documenter les spécifications de l'architecture de manière claire et accessible à tous, y compris aux personnes en situation de handicap, pour faciliter sa gestion.
Identifier les besoins architecturaux en enquêtant sur les contraintes techniques, opérationnelles et normes en vigueur, afin d'établir un cadre conforme aux exigences de l'entreprise. Élaborer un cahier des charges d'architecture de données qui intègre les contraintes techniques et normes, en vue de répondre aux besoins spécifiques de l'entreprise. Élaborer des modèles de données logiques et physiques (entité-relation, les modèles de données en étoile...) qui correspondent au cahier des charges établi. Concevoir des structures de bases de données adaptées à divers types de données, en tenant compte des performances, de la sécurité, de l'évolutivité, et du volume des données, pour une gestion optimale du Big Data. Déployer des serveurs virtuels dans le cloud ou On-Premise pour l'entraînement des algorithmes d'Intelligence Artificielle, en vue de gérer efficacement un large volume de données. Augmenter la puissance de calcul à travers la conception de clusters de serveurs, afin de permettre l'entraînement d'algorithmes d'Intelligence Artificielle, le stockage de données volumineuses ou encore l'accueil de trafic massif sur une application. Mettre en place des outils de surveillance pour suivre les performances de l'infrastructure de données, identifier les problèmes potentiels et optimiser les systèmes, en vue d'une gestion proactive. Documenter les spécifications de l'architecture de manière claire et accessible à tous, y compris aux personnes en situation de handicap, pour faciliter sa gestion.
Modalités d'évaluation :
Type d'évaluation : Mise en situation professionnelle Description : Le candidat est invité à concevoir une architecture de données pour un projet fictif, en tenant compte de diverses contraintes techniques et opérationnelles. Cette architecture sera ensuite évaluée sur sa pertinence, sa robustesse et sa conformité avec les réglementations. Le candidat devra ensuite présenter l'infrastructure qu'il a construite au jury d'évaluation. Un jeu de questions/réponses sera ensuite mené par le jury d'évaluation. Livrables attendus : * Un plan de l'infrastructure (sous format PowerPoint, Google Slide ou tout autre outil permettant la conception d'un diagramme) * S'il y a lieu, le code ayant permis de déployer l'infrastructure (Terraform, Python ou tout autre langage de programmation permettant le développement de l'infrastructure) hébergé sur Github. * Une capture d'écran vidéo de l'infrastructure en production (dans le cloud ou on-premise) Temps d'évaluation : * Evaluation en amont des trois livrables par le jury : 20 min * Présentation du/des pipeline(s) devant le jury : 5 min * Questions / réponses du jury : 15 min Les conditions d'évaluation sont adaptées aux besoins spécifiques des personnes en situation de handicap, si nécessaire (par exemple, fournir des supports accessibles, ajuster le temps, utiliser des aides technologiques, etc.)
Type d'évaluation : Mise en situation professionnelle Description : Le candidat est invité à concevoir une architecture de données pour un projet fictif, en tenant compte de diverses contraintes techniques et opérationnelles. Cette architecture sera ensuite évaluée sur sa pertinence, sa robustesse et sa conformité avec les réglementations. Le candidat devra ensuite présenter l'infrastructure qu'il a construite au jury d'évaluation. Un jeu de questions/réponses sera ensuite mené par le jury d'évaluation. Livrables attendus : * Un plan de l'infrastructure (sous format PowerPoint, Google Slide ou tout autre outil permettant la conception d'un diagramme) * S'il y a lieu, le code ayant permis de déployer l'infrastructure (Terraform, Python ou tout autre langage de programmation permettant le développement de l'infrastructure) hébergé sur Github. * Une capture d'écran vidéo de l'infrastructure en production (dans le cloud ou on-premise) Temps d'évaluation : * Evaluation en amont des trois livrables par le jury : 20 min * Présentation du/des pipeline(s) devant le jury : 5 min * Questions / réponses du jury : 15 min Les conditions d'évaluation sont adaptées aux besoins spécifiques des personnes en situation de handicap, si nécessaire (par exemple, fournir des supports accessibles, ajuster le temps, utiliser des aides technologiques, etc.)
RNCP38777BC03 : Concevoir et mettre en oeuvre des pipelines de données (pour l'IA)
Compétences :
Concevoir un système de gestion de données temps réel adapté aux contraintes et normes opérationnelles de l'entreprise, pour gérer efficacement la vélocité, le volume des flux, et la typologie des données. Établir un pipeline de données à travers des processus ETL/ELT pour le transfert et la transformation des données entre différentes bases, en utilisant des outils de programmation, afin de répondre aux spécifications du cahier des charges. Automatiser les flux de données dans le pipeline, en utilisant des outils spécifiques ou de la programmation, afin d'optimiser les performances de l'infrastructure de données. Surveiller les flux de données pour assurer la qualité et le respect de la politique de gouvernance, en vue de maintenir les normes, la sécurité et la confidentialité dans les pipelines de données. Développer des procédures de contrôle qualité et de correction des erreurs dans les pipelines de données, afin de garantir la qualité des données.
Concevoir un système de gestion de données temps réel adapté aux contraintes et normes opérationnelles de l'entreprise, pour gérer efficacement la vélocité, le volume des flux, et la typologie des données. Établir un pipeline de données à travers des processus ETL/ELT pour le transfert et la transformation des données entre différentes bases, en utilisant des outils de programmation, afin de répondre aux spécifications du cahier des charges. Automatiser les flux de données dans le pipeline, en utilisant des outils spécifiques ou de la programmation, afin d'optimiser les performances de l'infrastructure de données. Surveiller les flux de données pour assurer la qualité et le respect de la politique de gouvernance, en vue de maintenir les normes, la sécurité et la confidentialité dans les pipelines de données. Développer des procédures de contrôle qualité et de correction des erreurs dans les pipelines de données, afin de garantir la qualité des données.
Modalités d'évaluation :
Type d'évaluation : Mise en situation professionnelle Description : Le candidat est invité à mettre en place un pipeline de données, y compris l'automatisation des flux de données, le contrôle de la qualité des données et la possibilité de monitorer les performances sur une problématique fictive (mais réaliste) d'entreprise. Le candidat devra présenter son pipeline devant un jury qui sera suivi d'un jeu de questions/réponses. Livrables attendus : * Un plan du/des pipeline(s) construits répondant aux besoins de la problématique fictive (sous format PowerPoint, Google Slide ou tout autre outil permettant la conception d'un diagramme) * S'il y a lieu, le code ayant permi de déployer le(s) pipeline(s) (Terraform, Python ou tout autre langage de programmation permettant le développement du pipeline) hébergé sur Github. * Une capture d'écran vidéo du pipeline en production (dans le cloud ou on-premise) Temps d'évaluation : * Evaluation en amont des trois livrables par le jury : 20 min * Présentation du/des pipeline(s) devant le jury : 5 min * Questions / réponses du jury : 15 min Les conditions d'évaluation sont adaptées aux besoins spécifiques des personnes en situation de handicap, si nécessaire (par exemple, fournir des supports accessibles, ajuster le temps, utiliser des aides technologiques, etc.)
Type d'évaluation : Mise en situation professionnelle Description : Le candidat est invité à mettre en place un pipeline de données, y compris l'automatisation des flux de données, le contrôle de la qualité des données et la possibilité de monitorer les performances sur une problématique fictive (mais réaliste) d'entreprise. Le candidat devra présenter son pipeline devant un jury qui sera suivi d'un jeu de questions/réponses. Livrables attendus : * Un plan du/des pipeline(s) construits répondant aux besoins de la problématique fictive (sous format PowerPoint, Google Slide ou tout autre outil permettant la conception d'un diagramme) * S'il y a lieu, le code ayant permi de déployer le(s) pipeline(s) (Terraform, Python ou tout autre langage de programmation permettant le développement du pipeline) hébergé sur Github. * Une capture d'écran vidéo du pipeline en production (dans le cloud ou on-premise) Temps d'évaluation : * Evaluation en amont des trois livrables par le jury : 20 min * Présentation du/des pipeline(s) devant le jury : 5 min * Questions / réponses du jury : 15 min Les conditions d'évaluation sont adaptées aux besoins spécifiques des personnes en situation de handicap, si nécessaire (par exemple, fournir des supports accessibles, ajuster le temps, utiliser des aides technologiques, etc.)
RNCP38777BC04 : Construire, déployer et piloter des solutions d'IA
Compétences :
Rédiger un cahier des charges pour la solution d'Intelligence Artificielle, afin de répondre aux besoins techniques et économiques de l'organisation, en tenant compte de l'accessibilité pour les personnes en situation de handicap. Créer un algorithme d'Intelligence Artificielle adapté aux données d'entraînement et conforme aux spécifications du cahier des charges, en veillant à répondre aux besoins spécifiques, notamment en termes d'accessibilité. Adapter l'infrastructure de données de l'organisation à travers la construction d'API pour accueillir la solution d'IA en production. Concevoir des pipelines d'intégration et déploiement continu pour automatiser le processus de déploiement d'une solution d'IA. Développer des scripts de réentrainement des modèles pour automatiser le processus de Machine Learning. Piloter la performance de la solution d'IA dans l'infrastructure à travers la mise en place d'outils de monitoring (comme Aporia ou Evidently) pour s'assurer qu'elle respecte les spécifications du cahier des charges dans un environnement de production.
Rédiger un cahier des charges pour la solution d'Intelligence Artificielle, afin de répondre aux besoins techniques et économiques de l'organisation, en tenant compte de l'accessibilité pour les personnes en situation de handicap. Créer un algorithme d'Intelligence Artificielle adapté aux données d'entraînement et conforme aux spécifications du cahier des charges, en veillant à répondre aux besoins spécifiques, notamment en termes d'accessibilité. Adapter l'infrastructure de données de l'organisation à travers la construction d'API pour accueillir la solution d'IA en production. Concevoir des pipelines d'intégration et déploiement continu pour automatiser le processus de déploiement d'une solution d'IA. Développer des scripts de réentrainement des modèles pour automatiser le processus de Machine Learning. Piloter la performance de la solution d'IA dans l'infrastructure à travers la mise en place d'outils de monitoring (comme Aporia ou Evidently) pour s'assurer qu'elle respecte les spécifications du cahier des charges dans un environnement de production.
Modalités d'évaluation :
Type d'évaluation : Mise en situation professionnelle Description : Le candidat est invité à créer et déployer une solution d'IA, incluant l'intégration de la solution dans l'infrastructure de données, l'automatisation du réentrainement des modèles et un pipeline d'intégration et déploiement continue selon un cahier des charges reflétant un besoin fictive (mais réaliste) d'une entreprise. Le candidat devra présenter la solution devant un jury qui sera suivi d'un jeu de questions/réponses. Livrables attendus : * Une présentation de la solution d'IA répondant au cahier des charges (sous format PowerPoint, Google Slide ou tout autre outil de présentation). * Le code ayant permi le développement de la solution d'IA hébergé sur Github * Le code ayant permi le déploiement de la solution d'IA (incluant le pipeline d'intégration et déploiement continue) * Une capture d'écran vidéo de la solution d'IA fonctionnant dans l'environnement de production Temps d'évaluation : * Evaluation en amont des quatre livrables par le jury : 25 min * Présentation du/des pipeline(s) devant le jury : 5 min * Questions / réponses du jury : 10 min Les conditions d'évaluation sont adaptées aux besoins spécifiques des personnes en situation de handicap, si nécessaire (par exemple, fournir des supports accessibles, ajuster le temps, utiliser des aides technologiques, etc.)
Type d'évaluation : Mise en situation professionnelle Description : Le candidat est invité à créer et déployer une solution d'IA, incluant l'intégration de la solution dans l'infrastructure de données, l'automatisation du réentrainement des modèles et un pipeline d'intégration et déploiement continue selon un cahier des charges reflétant un besoin fictive (mais réaliste) d'une entreprise. Le candidat devra présenter la solution devant un jury qui sera suivi d'un jeu de questions/réponses. Livrables attendus : * Une présentation de la solution d'IA répondant au cahier des charges (sous format PowerPoint, Google Slide ou tout autre outil de présentation). * Le code ayant permi le développement de la solution d'IA hébergé sur Github * Le code ayant permi le déploiement de la solution d'IA (incluant le pipeline d'intégration et déploiement continue) * Une capture d'écran vidéo de la solution d'IA fonctionnant dans l'environnement de production Temps d'évaluation : * Evaluation en amont des quatre livrables par le jury : 25 min * Présentation du/des pipeline(s) devant le jury : 5 min * Questions / réponses du jury : 10 min Les conditions d'évaluation sont adaptées aux besoins spécifiques des personnes en situation de handicap, si nécessaire (par exemple, fournir des supports accessibles, ajuster le temps, utiliser des aides technologiques, etc.)
Partenaires actifs :
| Partenaire | SIRET | Habilitation |
|---|---|---|
| JEDHA | 83872651100044 | HABILITATION_ORGA_FORM |
| L ECOLE MULTIMEDIA | 40441398100014 | HABILITATION_ORGA_FORM |