L'essentiel

Icon de la nomenclature

Nomenclature
du niveau de qualification

Niveau 7

Icon NSF

Code(s) NSF

326t : Programmation, mise en place de logiciels

326p : Informatique, traitement de l'information (organisation, gestion)

Icon formacode

Formacode(s)

31094 : Conduite projet informatique

31028 : Intelligence artificielle

Icon date

Date d’échéance
de l’enregistrement

26-01-2025

Niveau 7

326t : Programmation, mise en place de logiciels

326p : Informatique, traitement de l'information (organisation, gestion)

31094 : Conduite projet informatique

31028 : Intelligence artificielle

26-01-2025

Nom légal Siret Nom commercial Site internet
ASCENCIA PARIS LA DEFENSE 50123141900034 - -

Objectifs et contexte de la certification :

La certification vise à préparer au métier de Chef de Projet en Intelligence Artificielle. Elle répond à un besoin du monde professionnel dans un secteur en pleine mutation qui subit de plein fouet les changements induits par les nouvelles technologies.

L’apparition du métier est récente et tient à la conjonction de trois facteurs principaux : 

  • Le développement de grandes masses de données,
  • Le développement de moyens de calculs puissants (en lien avec l’utilisation des GPU pour les PC individuels, et plus globalement avec la loi de Moore),
  • La mise au point d’algorithmes puissants : les réseaux de neurones convolutifs (associés au développement du Deep Learning)

Dans ce contexte, la plupart des entreprises ont des besoins en termes d’intégration de l’intelligence artificielle dans leur process.

Pour que cette intégration soit efficace, il faut à la fois maitriser la partie technique de l’intelligence artificielle, mais également le mode de fonctionnement des entreprises.

Le chef de projet intelligence artificielle apporte une réponse à cette double problématique en faisant le lien entre les volets technologiques et organisationnels des transformations IA.

Dans ce contexte, les activités abordées par la certification couvrent les deux grands domaines de la conduite de projet d'IA qui nécessite l’acquisition de compétences en « Business et Management » et des compétences techniques en IA. Il s’agit d’un profil que l’on trouve peu sur le marché et pour lequel la demande est forte.

Activités visées :

Le chef de projet en intelligence artificielle est chargé de l’approche globale de l'écosystème de l'intelligence artificielle et doit explorer ses opportunités potentielles dans différents contextes, par l'animation d’ateliers, la formalisation des idées recueillies, ainsi que par du prototypage et des tests.

Il a pour activité l'identification des principales exigences techniques, budgétaires, organisationnelles et des ressources en capital humain, pour mettre en œuvre un projet d'IA, le management de l’équipe projet IA, ainsi que de la mise en place du plan de formation et de la préparation de supports de communication. Il est également chargé du traitement des différents types de processus de données, de la modélisation de données, de la conception du modèle IA et de son optimisation. Enfin il a aussi pour missions la définition de l’expérience utilisateur, le contrôle du respect de la règlementation, la prévention des risques globaux ainsi que la présentation des enjeux technologiques.

Compétences attestées :

Identifier des projets IA en exerçant une veille sur les innovations internationales fondées sur l’intelligence artificielle, en particulier dans les domaines du Machine Learning, Deep Learning, Neural Networks (Recurrent or Convolutional), en recueillant les enjeux métiers auprès des parties prenantes de l’organisation, afin que les innovations identifiées et les besoins particuliers d’une entreprise ou d’un secteur d’activité soient en corrélation.

Déterminer les solutions facilitant l’usage des projets IA, en exerçant une veille, en échangeant avec ses pairs et en respectant les bonnes pratiques et la réglementation déjà établies (notamment le RGAA) afin d’assurer l’accessibilité de ces projets aux personnes en situation de handicap.

Animer des ateliers pour imaginer des solutions nouvelles sur la base de ces innovations en collectant des idées à travers des outils collaboratifs, en réalisant des sessions de formation / sensibilisation préparant la participation à des ateliers de recherche d’idées afin de présenter des innovations en matière d’apprentissage automatisé auprès d’un public non technique. 

Formaliser les idées recueillies en phase d’idéation, en confrontant les solutions proposées par rapport aux enjeux métiers identifiés (pertinence métier) ainsi que les solutions proposées par rapport à leur faisabilité technique, en sélectionnant les idées pertinentes en fonction de leurs conditions de réalisation (budget, calendrier, ressources humaines et techniques) afin d’en rédiger une synthèse exhaustive.

Piloter l’évolution de la solution alpha à la version béta, et de la version béta à la version admissible, en développant le périmètre et les différents algorithmes afin de manager le projet dans son intégralité.

Piloter la mise en œuvre d’un périmètre restreint de la solution envisagée avec un algorithme simple, en utilisant un prototypage et en travaillant sur des échantillons limités de données texte, image ou audio, en faisant des essais d’algorithmes et de modèles statistiques adaptés au type d’apprentissage souhaité, afin d’analyser les résultats obtenus et de recueillir des résultats et préconisations.

Elaborer le cahier des charges du projet IA en définissant et planifiant les activités à réaliser, en identifiant les risques du projet, et en évaluant leur criticité, afin de faire des propositions d’actions visant à en réduire la gravité ou la fréquence, et ce pour mener à bien le projet.

Elaborer le budget du projet IA en identifiant les coûts journaliers des ressources humaines internes et externes nécessaires, en évaluant le temps humain à mobiliser pour chacune des ressources, en évaluant les coûts techniques des ressources logicielles, des ressources réseau (Central Processing Units / Graphic Processing Units) et des autres moyens nécessaires à la bonne marche du projet, afin de respecter le budget alloué 

Manager une équipe projet IA en recrutant les ressources humaines nécessaires (notamment data scientists, software engineer, machine learning researcher, conversational UX designer) à la réalisation du projet IA, y compris le micro-travail (collecte massive des données pour alimenter l’algorithme) afin de s’assurer du bon déroulement du projet IA.

Sélectionner des prestataires associés en les évaluant et en les fédérant sur un projet commun, afin de s’assurer du bon aboutissement de celui-ci.

Piloter la mise en place du plan de formation complémentaire des membres de l’équipe projet en coordonnant de manière opérationnelle les ressources humaines mobilisées internes ou externes, pour développer ou actualiser leurs compétences dans les technologies retenues.

Collaborer à la préparation des supports de formation à destination des futurs utilisateurs ou de personnes impliquées dans le déploiement de la solution, en communiquant de manière positive sur les premiers résultats obtenus ou les difficultés rencontrée, en effectuant des démonstrations des solutions développées auprès de partenaires internes ou externes afin d’informer sur l’avancement du projet et de conduire le changement de manière optimale.

Traiter des données grâce aux techniques de Data Mining / Data Analysis en mettant en place une politique de collecte massive de données via des bases de données exploitables ou via des opérations de collecte de données à des fins d’apprentissage type Mechanical Turk, en agrégant les données collectées à l’aide d’outils techniques appropriés, en sélectionnant les modèles statistiques d’analyses de données à appliquer, afin d’exploiter des résultats sous forme de préconisations.

Modéliser des données (Data Modeling) sous un format exploitable quelle que soit leur source (texte, image, son) en les transformant, en les normalisant et en les structurant, afin de garantir leur qualité et leur pertinence, et pour optimiser les problématiques de stockage et de temps de traitement.  

Concevoir un modèle IA en élaborant le Design de l’architecture informatique de la solution IA à développer via une Application Programming Interfaces (API), en définissant des objectifs de performance visés, en sélectionnant un ou plusieurs algorithmes adaptés au projet d’apprentissage automatisé envisagé, supervisé ou non supervisé (supervised / unsupervised learning), afin d’exploiter les résultats du prototypage.

Optimiser le modèle IA en interprétant les premiers résultats obtenus en contrôlant la qualité des modèles prédictifs – Time-series Predictions / Predictive Analytics – à l’aide de scénarios de test préétablis – tests théoriques ou cas d’usage réels, en analysant la fiabilité de l’algorithme par rapport au niveau de performance ou de précision attendu, afin d’améliorer l’algorithme à partir des évaluations réalisées.  

Définir une expérience utilisateur (UX) grâce à une interface (UI) simple et facile d’accès, en animant des ateliers de conception, un prototypage et des tests de l’interface, afin d’obtenir le meilleur résultat sur les plans fonctionnels et graphiques.

Contrôler le respect de la réglementation en matière de protection des données personnelles (RGPD) en établissant une politique de collecte des données conforme à la réglementation et aux valeurs de l’entreprise, en exerçant une veille sur les ouvertures ou contraintes réglementaires en fonction du secteur d’application retenu, afin de présenter les enjeux éthiques de l’intelligence artificielle.

Prévenir les risques en matière de cybersécurité et d’intrusion dans l’architecture technique retenue, ou d’exploitation abusive des données collectées, en protégeant les données personnelles collectées dans le cadre de la mise en œuvre de la solution d’intelligence artificielle, afin de garantir l’intégrité et l’authenticité des données collectées ou restituées, en utilisant les techniques appropriées. 

Mesurer l’impact de l’intelligence artificielle sur l’environnement, la société et l’individu et définir des solutions de remédiation et/ou de collaboration afin d’adopter une démarche soucieuse des questions éthiques.

Présenter les enjeux technologiques de la solution développée auprès de publics non spécialistes de l’IA en faisant des propositions d’applications étendues à des univers connexes, afin de valoriser et promouvoir la solution d’intelligence artificielle développée auprès des parties prenantes de l’organisation (salariés, actionnaires, clients, partenaires, etc.).

Modalités d'évaluation :

Etudes de cas, mises en situation, épreuves à l'oral et à l'écrit

RNCP36129BC01 - Elaborer une solution d'intelligence artificielle grâce au Design Thinking

Liste de compétences Modalités d'évaluation

Identifier des projets IA en exerçant une veille sur les innovations internationales fondées sur l’intelligence artificielle, en particulier dans les domaines du Machine Learning, Deep Learning, Neural Networks (Recurrent or Convolutional), en recueillant les enjeux métiers auprès des parties prenantes de l’organisation, afin que les innovations identifiées et les besoins particuliers d’une entreprise ou d’un secteur d’activité soient en corrélation.

Déterminer les solutions facilitant l’usage des projets IA, en exerçant une veille, en échangeant avec ses pairs et en respectant les bonnes pratiques et la réglementation déjà établies (notamment le RGAA) afin d’assurer l’accessibilité de ces projets aux personnes en situation de handicap.

Animer des ateliers pour imaginer des solutions nouvelles sur la base de ces innovations en collectant des idées à travers des outils collaboratifs, en réalisant des sessions de formation / sensibilisation préparant la participation à des ateliers de recherche d’idées afin de présenter des innovations en matière d’apprentissage automatisé auprès d’un public non technique.

Formaliser les idées recueillies en phase d’idéation, en confrontant les solutions proposées par rapport aux enjeux métiers identifiés (pertinence métier) ainsi que les solutions proposées par rapport à leur faisabilité technique, en sélectionnant les idées pertinentes en fonction de leurs conditions de réalisation (budget, calendrier, ressources humaines et techniques) afin d’en rédiger une synthèse exhaustive.

Piloter l’évolution de la solution alpha à la version béta, et de la version béta à la version admissible, en développant le périmètre et les différents algorithmes afin de manager le projet dans son intégralité.

Piloter la mise en œuvre d’un périmètre restreint de la solution envisagée avec un algorithme simple, en utilisant un prototypage et en travaillant sur des échantillons limités de données texte, image ou audio, en faisant des essais d’algorithmes et de modèles statistiques adaptés au type d’apprentissage souhaité, afin d’analyser les résultats obtenus et de recueillir des résultats et préconisations.

A partir d’une étude de cas d’entreprise détaillant son secteur d’activité et ses enjeux futurs, le candidat complète l’analyse sectorielle à travers des sources extérieures et propose différentes options stratégiques pour l’usage de l’IA au sein de l’entreprise. 

Mise en situation d’un atelier d’idéation avec des observateurs et par la suite un compte rendu est rédigé

Mise en situation professionnelle reconstituée : à partir d’un jeu de données d’entreprise, le candidat devra mettre en œuvre divers prétraitements et augmentation de données afin de rendre ces dernières exploitables par les techniques d’apprentissage automatisées.

RNCP36129BC02 - Piloter un projet d'intelligence artificielle

Liste de compétences Modalités d'évaluation

Elaborer le cahier des charges du projet IA en définissant et planifiant les activités à réaliser, en identifiant les risques du projet, et en évaluant leur criticité, afin de faire des propositions d’actions visant à en réduire la gravité ou la fréquence, et ce pour mener à bien le projet.

Elaborer le budget du projet IA en identifiant les coûts journaliers des ressources humaines internes et externes nécessaires, en évaluant le temps humain à mobiliser pour chacune des ressources, en évaluant les coûts techniques des ressources logicielles, des ressources réseau (Central Processing Units / Graphic Processing Units) et des autres moyens nécessaires à la bonne marche du projet, afin de respecter le budget alloué.

Manager une équipe projet IA en recrutant les ressources humaines nécessaires (notamment data scientists, software engineer, machine learning researcher, conversational UX designer) à la réalisation du projet IA, y compris le micro-travail (collecte massive des données pour alimenter l’algorithme) afin de s’assurer du bon déroulement du projet IA.

Sélectionner des prestataires associés en les évaluant et en les fédérant sur un projet commun, afin de s’assurer du bon aboutissement de celui-ci.

Piloter la mise en place du plan de formation complémentaire des membres de l’équipe projet en coordonnant de manière opérationnelle les ressources humaines mobilisées internes ou externes, pour développer ou actualiser leurs compétences dans les technologies retenues.

Collaborer à la préparation des supports de formation à destination des futurs utilisateurs ou de personnes impliquées dans le déploiement de la solution, en communiquant de manière positive sur les premiers résultats obtenus ou les difficultés rencontrée, en effectuant des démonstrations des solutions développées auprès de partenaires internes ou externes afin d’informer sur l’avancement du projet et de conduire le changement de manière optimale.

Etude de cas portant sur la conception d’un cahier des charges et l’élaboration d’un budget par rapport à un cas donné.

Mise en situation professionnelle : le candidat est soumis à un projet d’intelligence artificielle. Il doit réaliser un rapport de mission et une soutenance orale devant un jury composé de professeurs et d’experts.

RNCP36129BC03 - Développer une solution d'intelligence artificielle (Machine et Deep Learning)

Liste de compétences Modalités d'évaluation

Traiter des données grâce aux techniques de Data Mining / Data Analysis en mettant en place une politique de collecte massive de données via des bases de données exploitables ou via des opérations de collecte de données à des fins d’apprentissage type Mechanical Turk, en agrégant les données collectées à l’aide d’outils techniques appropriés, en sélectionnant les modèles statistiques d’analyses de données à appliquer, afin d’exploiter des résultats sous forme de préconisations.

Modéliser des données (Data Modeling) sous un format exploitable quelle que soit leur source (texte, image, son) en les transformant, en les normalisant et en les structurant, afin de garantir leur qualité et leur pertinence, et pour optimiser les problématiques de stockage et de temps de traitement. 

Concevoir un modèle IA en élaborant le Design de l’architecture informatique de la solution IA à développer via une Application Programming Interfaces (API), en définissant des objectifs de performance visés, en sélectionnant un ou plusieurs algorithmes adaptés au projet d’apprentissage automatisé envisagé, supervisé ou non supervisé (supervised / unsupervised learning), afin d’exploiter les résultats du prototypage.

Optimiser le modèle IA en interprétant les premiers résultats obtenus en contrôlant la qualité des modèles prédictifs – Time-series Predictions / Predictive Analytics – à l’aide de scénarios de test préétablis – tests théoriques ou cas d’usage réels, en analysant la fiabilité de l’algorithme par rapport au niveau de performance ou de précision attendu, afin d’améliorer l’algorithme à partir des évaluations réalisées. 

Mise en situation professionnelle reconstituée : à partir d’un jeu de données d’entreprise, le candidate devra mettre en œuvre divers prétraitements et augmentations de données afin de rendre ces dernières exploitables par les techniques d’apprentissage automatisé.

Mise en situation professionnelle : en se basant sur une solution proposée, le candidat devra réaliser un rapport de synthèse et d’étonnement incluant : l’explication des choix de solutions IA implémentés, l’interprétation des résultats, l’évaluation de la fiabilité des algorithmes et une proposition d’optimisation

RNCP36129BC04 - Déployer une solution d'intelligence artificielle

Liste de compétences Modalités d'évaluation

Définir une expérience utilisateur (UX) grâce à une interface (UI) simple et facile d’accès, en animant des ateliers de conception, un prototypage et des tests de l’interface, afin d’obtenir le meilleur résultat sur les plans fonctionnels et graphiques.

Contrôler le respect de la réglementation en matière de protection des données personnelles (RGPD) en établissant une politique de collecte des données conforme à la réglementation et aux valeurs de l’entreprise, en exerçant une veille sur les ouvertures ou contraintes réglementaires en fonction du secteur d’application retenu, afin de présenter les enjeux éthiques de l’intelligence artificielle.

Prévenir les risques en matière de cybersécurité et d’intrusion dans l’architecture technique retenue, ou d’exploitation abusive des données collectées, en protégeant les données personnelles collectées dans le cadre de la mise en œuvre de la solution d’intelligence artificielle, afin de garantir l’intégrité et l’authenticité des données collectées ou restituées, en utilisant les techniques appropriées.

Mesurer l’impact de l’intelligence artificielle sur l’environnement, la société et l’individu et définir des solutions de remédiation et/ou de collaboration afin d’adopter une démarche soucieuse des questions éthiques.

C21 Présenter des enjeux technologiques de la solution développée auprès de publics non spécialistes de l’IA en faisant des propositions d’applications étendues à des univers connexes afin de valoriser et promouvoir la solution d’intelligence artificielle développée auprès des parties prenantes de l’organisation (salariés, actionnaires, clients, partenaires, etc.).

Dans le cadre d'un projet réel ou fictif, le candidat doit présenter un dossier "développement, test, déploiement, tenant compte des règlementations et de la prévention des risques" sous la forme d'un rapport écrit et argumenté. Le rapport sera évalué. Une présentation de 15mn est également demandée.

Description des modalités d'acquisition de la certification par capitalisation des blocs de compétences et/ou par correspondance :

 La certification s'obtient par la validation complète de l’ensemble des 4 blocs de compétences  

Secteurs d’activités :

Tous secteurs d'activités : les offres d’emplois IA proviennent en majorité d’entreprises correspondant aux acteurs de la Branche « Consulting» et «Entreprise éditrice de solutions Data Science» ainsi que de clients. 

En France, différents rapports et études ont identifié certains secteurs les plus porteurs pour l’IA et vecteurs de projets d’Intelligence Artificielle. Ces secteurs d’activités se caractérisent par une forte exposition des effectifs aux impacts de l’IA et un niveau élevé d’exposition à la digitalisation. Parmi ces principaux secteurs, on trouve : 

• Services financiers : Parmi les domaines les plus impactés par l’IA, on peut citer : les activités de marché (analyse prédictive du marché, performance des fonds d’investissement, aide pour fixer le meilleur prix des actions etc.), les opérations courantes (vente de produits financiers : accord ou non d’une demande de prêt, octroi de crédit, analyse documentaire, détection de fraudes etc.), service financier à la personne (aide des clients via des chatbots, assistants IA).  

• Service juridique : Parmi les domaines les plus impactés par l’IA, citons : la recherche et analyse de documents (jurisprudence, informations légales de l’entreprise et une analyse pour trier et grouper les documents les plus pertinents pour le cas juridique à traiter), la gestion des contrats (l’analyse automatique des documents constitutifs, la préparation des documents contractuels et le suivi du respect des clauses après signature), le suivi des opérations juridiques quotidiennes.  

• Commerce de détail : Les principaux domaines impactés par l’IA sont les suivants : personnalisation de l’expérience client (analyse plus fine du comportement des consommateurs en temps réel et meilleure anticipation de leurs besoins), optimisation du fonctionnement du point de vente, optimisation du backoffice 

• Industrie : Les principaux applications de l’IA sont les suivants : robotique, automatisme, maintenance prédictive, contrôle qualité, interfaces homme-machine, etc. 

• Santé : Les domaines où l’IA intervient sont vastes : médecine de prévention, aide au diagnostic et au choix des traitements, coaching patient, épidémiologie, chirurgie autonome, médecine augmentée, etc.  

Type d'emplois accessibles :

Les métiers associés au chef projet en intelligence artificielle sont répertoriés sous différentes appellations sur le marché de l’emploi : Chef de projet en intelligence artificielle, Ingénieur Intelligence Artificielle, Directeur projet Intelligence Artificielle, Manager d’équipe Intelligence Artificielle, Expert Intelligence Artificielle, Consultant Intelligence Artificielle, Chef de projet Machine Learning.

Code(s) ROME :

  • M1805 - Études et développement informatique

Références juridiques des règlementations d’activité :

Prise en compte des réglementations et recommandations en matière de RGAA, de RGPD, de sécurité des données et des systèmes, et d’éthique.

Le cas échant, prérequis à l’entrée en formation :

Le candidat doit être titulaire d’un diplôme ou Titre RNCP de niveau 6, ou de 180 crédits ECTS 

Le candidat non titulaire d’un diplôme ou titre susmentionné, mais justifiant de plus de 2 années d’expériences dans des responsabilités en adéquation avec la certification visée peut être admis. Dans ce cas, une demande doit être adressée au certificateur qui est le seul à pouvoir valider l’inscription. 

L’admission se fait sur dossier, tests écrits et entretien de motivation

Le cas échant, prérequis à la validation de la certification :

Pré-requis disctincts pour les blocs de compétences :

Non

Validité des composantes acquises :

Validité des composantes acquises
Voie d’accès à la certification Oui Non Composition des jurys Date de dernière modification
Après un parcours de formation sous statut d’élève ou d’étudiant X

XXXXXXXXXX

27-01-2022
En contrat d’apprentissage X

XXXXXXXXXX

27-01-2022
Après un parcours de formation continue X

XXXXXXXXXX

27-01-2022
En contrat de professionnalisation X

XXXXXXXXXX

27-01-2022
Par candidature individuelle X - -
Par expérience X

XXXXXXXXXX

27-01-2022
Validité des composantes acquises
Oui Non
Inscrite au cadre de la Nouvelle Calédonie X
Inscrite au cadre de la Polynésie française X

Statistiques :

Liste des organismes préparant à la certification :

Référentiel d'activité, de compétences et d'évaluation :