Contexte

L’Intelligence Artificielle est en passe de bouleverser nos vies.
L’objectif de ce programme est de fournir les fondements et les techniques les plus avancées de l’IA. Le cursus de ce programme est unique car il couvre l’ensemble des méthodes d’intelligence artificielle, parfois appelées cognitive computing. Ce programme s’appuie sur la symbolique et les données, leurs applications à certains domaines critiques de secteurs d’activité au travers des modules pratiques, notamment le Big Data ou encore les méthodes de l’apprentissage statistique/Machine Learning et de l’apprentissage profond/Deep Learning ou encore, de l’apprentissage par renforcement/reinforcement learning.

L’Executive Certificate Intelligence Artificielle Sciences des données de CentraleSupélec Exed permet à des professionnels aguerris d’acquérir toute l’expertise utile et indispensable au pilotage et mise en œuvre de projets d’intelligence artificielle au sein d’une structure.

Ce cursus couvrant l’intégralité du spectre allant de la théorie à la pratique, porté par un contenu et des intervenants de haut niveau, offre à ses participants une opportunité unique d’accéder à l’excellence en se familiarisant aux dernières avancées en méthodes et applications de l’intelligence artificielle.

ObjectifS

A l'issue de cette formation, le participant sera en capacité de :
- IDENTIFIER les enjeux de l’Intelligence Artificielle.
- IDENTIFIER les opportunités à partir de cas d’usages métiers.
- APPLIQUER les connaissances de base, socles principaux du domaine de l'IA.
- UTILISER l'IA et son potentiel.
- DÉVELOPPER une solution IA.

PROGRAMME

Contexte & Objectifs [1 jour]
- Démystification de l’Intelligence Artificielle/Sciences des données [0,5 jour]
- Ethique, Législation & Contraintes de l’IA/SD [0,5 jour]
Technologie & mise en pratique - Approches probabilistes / Modèles graphiques [2 jours]
- L’objectif de ce module de formation est d'introduire les concepts et techniques pertinents à la reconnaissance statistique des formes. La classification hiérarchique non supervisée, les moyennes k, la règle de Bayes, les pertes et les risques, le risque de Bayes, les estimations du maximum de vraisemblance, les modèles graphiques probabilistes, la classification à partir des méthodes du plus proche voisin et les modèles graphiques probabilistes d’ordre ordinaire et d’ordre supérieur sont quelques-uns des concepts présentés.
- Approches symboliques (probabilistique, décisionnelle) [1,5 jours]
- Etude de cas : l’identification des influenceurs au sein d’un réseau [0,5 jour]
Technologie & mise en pratique - Apprentissage statistique [3 jours]
- Ce module abordera les questions liées aux métriques pour l'évaluation et l'évaluation de l'apprentissage automatique, la régression linéaire, la régression logistique, le lasso, la régularisation structurée, la marge maximale, les méthodes à base de machine à vecteurs de support, les méthodes à noyaux , les arbres de décision, les méthodes d'ensemble, les forêts aléatoires sont quelques-uns des concepts qui seront discutés dans ce cours.
- Machine Learning (classification, régression, modèles graphiques) [2 jours]
- étude de cas : systèmes de recommandations [1 jour]
Technologie & mise en pratique - Apprentissage Profond et Réseaux Neuronaux [3 jours]
- Ce module discutera des motivations et des principes concernant les algorithmes d'apprentissage pour les architectures profondes, à partir de l'apprentissage non supervisé de modèles monocouches tels que les machines de Boltzmann restreintes et l'apprentissage de modèles plus profonds, tels que les auto-codeurs profonds et les neurones convolutionnels. Dans une optique d'approfondissement, nous aborderons également les réseaux neuronaux récursifs, les réseaux de neurones à mémoire longue et courte, les réseaux de neurones adversatifs génératifs, etc.
- Deep Learning (encodeurs automatiques, CNNs, RNNs, LSTM, GANs) [2 jours]
- Etude de cas : reconnaissance visuelle recognition, traitement automatique du langage naturel [1 jour]
Technologie & mise en pratique - Langages de programmation et plateformes d'IA/SD [2 jours]
- Ce cours vise à amener les professionnels des systèmes d’information et des sciences de l'information au niveau des métalangages et des paquets de programmation multiplateformes relatifs aux sciences des données et de l'intelligence artificielle. En particulier, nous étudierons les plateformes de science des données et l'IA au-delà des entrepôts de données, pour raisonner et interpréter les données non/ multi-structurées et dispersées en utilisant les métalangages de données massives les plus courants et les plus répandus : Hadoop, MapReduce, Spark, etc., ainsi que les langages de programmation d'apprentissage profond (TensorFlow, Keras, …).
- Langages de programmation & plateformes d’IA [1,5 jours]
- Etude de cas [0,5 jour]
Technologie & mise en pratique - Apprentissage par renforcement [0,5 jour]
- L'apprentissage par renforcement est un paradigme puissant qui apprend à prendre de bonnes décisions à partir d'exemples ; il est pertinent pour une vaste gamme de tâches, y compris la robotique, le jeu, la modélisation et les soins de santé.
Ce cours fournira une solide introduction au domaine de l'apprentissage par renforcement et les élèves apprendront les principaux défis et approches, y compris la généralisation et l'exploration.
Technologie & mise en pratique - Théorie des jeux, systèmes multi-agents [0,5 jour]
- Ce cours présente une vue d’ensemble des principes liés à la théorie des jeux et à la dominance, la rétro-induction, l’équilibre de Nash, la stabilité évolutive, l’engagement, la crédibilité, l’antisélection.
En plus, nous présenterons brièvement les systèmes multi-agents pour le développement de systèmes complexes : la programmation orientée multi-agents (MAOP) utilisée pour l’intégration de systèmes intelligents et le développement de systèmes sociotechniques.
Déclinaison personnalisée aux secteurs d’activité [3 jours]
- Définition du problème, analyse bibliographique, choix de la méthode à utiliser, création planning projet et répartition des responsabilités [0,5 jour]
- Développement de la solution apportée au problème (alpha) [1 jour]
- Retour du tuteur, ajustements du planning, définition des objectifs finaux [0,5 jour]
- Développement de la solution apportée au problème (beta) [1 jour]
Evaluation des solutions [1 jour]
Présentation des problèmes abordés et des solutions proposées

Pré-requis

Mathématiques pour l'ingénierie :
- vecteurs (algèbre linéaire),
- calcul différentiel,
- optimisation,
- équations différentielles,
- probabilités et statistiques,
Informatique : connaissance de base des langages de programmation (C ++ ou Java ou Python).

- Procédure d’admission à cette formation :
Entretien téléphonique avec le/la chargé/e d’affaires pour comprendre vos attentes et votre projet professionnel en lien avec la formation visée.
Envoi de votre CV et/ou lettre de motivation au/à la chargé/e d’affaires puis transmission au responsable pédagogique du parcours qui étudie votre candidature et valide ou non les prérequis nécessaires à la formation. Retour sous 5 jours ouvrés.
Si votre candidature est validée, vous pouvez procéder à votre inscription via le CPF (si la formation y est éligible), ou via le bulletin d’inscription transmis par le/la chargé/e d’affaires.

public concerné

- Directeurs,
- Ingénieurs de recherche en développement,
- Informaticiens,
- Data scientists
- Consultants techniques, ayant de bonnes bases en mathématiques et en programmation.

en pratique

Méthodes pédagogiques

Apports théoriques.
Mise en application de la théorie et exercices pratiques.
Adaptation à des secteurs d’activité spécifiques.

Moyens pédagogiques

Se prémunir d'un ordinateur portable.

Modalités d'évaluation

Chaque candidat est évalué au travers de quatre mises en situation professionnelle.
Ces mises en situation donnent lieu à la rédaction d’un rapport écrit et d’une soutenance orale devant un jury de professionnels

Les + de la formation

- Formation élaborée avec des intervenants reconnus
- De nombreux cas pratiques
- Déclinaison aux secteurs d'activité

Statistiques

97%
de satisfaction globale pour 399 formations
(sur un panel de 2177 répondants sur les 4732 participants en 2022)

99,2%
de satisfaction globale relative aux formateurs en 2022 pour 399 formations
(sur un panel de 2177 répondants sur 4732 participants en 2022)

91%
Satisfaction moyenne pour l'adéquation aux attentes des participants
(source : synthèse des évaluations des formations du 2nd semestre 2020, sur un échantillon de 1153 participants)

Votre contact pour cette formation

Virginia Pena Santos

Chargée d'affaires

+33 (0)1 75 31 60 06

Prendre un rendez-vous téléphonique

Contacter par email

Ils vous en parlent

« Depuis les années 2000, les systèmes informatiques ont connu une formidable évolution technologique sous l’impulsion des géants du Web, qui sont aussi les leaders du Cloud, de l’Intelligence Artificielle, des technologies d’interface, des objets connectés, etc. Les contraintes de leur SI gigantesques les ont amenés à repenser la manière de gérer les projets, de penser les Architectures informatiques. Ils ont réinventé ou transformé : l’innovation, l'agilité, le déploiement en continu, DevOps, les architectures qui scalent, la sécurité, les outils Open Source... CentraleSupélec Exed forme vos équipes à ces nouvelles pratiques qui fondent la transformation digitale. »

Guillaume Plouin
Responsable du domaine SI et Technologies du digital

« J'ai trouvé le parcours très diversifié et à la hauteur de mes attentes. J'en ai tiré des connaissances plus approfondies et j'ai pu acquérir une nouvelle expertise grâce à la qualité de ce programme et de ses intervenants. »

Florent Douat, Lead Data Scientist, Capgemini DEMS France

« J'ai souhaité apprendre les concepts, les technologies et aussi comprendre les enjeux autour de l'IA dans le but de pouvoir les mettre en pratique dans le monde professionnel. J'ai choisi ce parcours car il donne lieu à une certification et la réputation du responsable pédagogique ainsi que de CentraleSupélec Exed ne sont plus à faire. L'expertise des intervenants et les travaux pratiques sont un vrai plus. »

Tony Phung, Solutions Architect & Project Manager

Executive Certificate Intelligence Artificielle Sciences des données

Ce programme est disponible en intra-entreprises pour former vos collaborateurs.

Contact pour un intra

Télécharger la brochure

Référence :

IA03-23

Prix :

8 650€ (HT)

(Restauration offerte)

contact

Contactez-nous pour en savoir plus sur les prochaines dates de ce parcours.

+ Plus de dates
16 jours - 112 heures
Paris (75015)

Contexte

ObjectifS

PROGRAMME

Pré-requis

public concerné

en pratique

Méthodes pédagogiques

Moyens pédagogiques

Modalités d'évaluation

Les + de la formation

Statistiques

Votre contact pour cette formation

Ils vous en parlent

Executive Certificate Intelligence Artificielle Sciences des données

Ils parlent de cette formation

Retrouvez-nous au Salon du Big Data & IA

Retour d’expérience : Yannis TALBI, certifié en Intelligence Artificielle Sciences des données

Retour d’expérience de Céline BERTHOU, certifiée en Intelligence Artificielle pour confirmés

Retour d’expérience : Pierre COURROUSSE, certifié en Intelligence Artificielle Sciences des données

Retour d’expérience de Arnaud Woiselle, Expert Traitement d’Images chez Safran Electronics & Defense

Formations sur le même thème

Piloter un projet digital

Traitement distribué pour les Big Data

Le numérique responsable à la DSI