L'école de l'IA et de la transformation digitale

Prenez part à la Révolution de l’IA et du digital
Découvrez l'IA-TDNotre programme

Programme de l’IA

Découvrez le programme détaillé de l’ia

 

Gestion de produits et de projets innovants

  • Analyser les préoccupations éthiques concernant l’IA, les recommandations de lignes directrices pour une IA éthique et les impacts de l’IA sur la société
    Découvrez comment identifier des idées d’entreprises innovantes et comment les présenter
  • Apprenez les tâches, les outils et les meilleures pratiques de la gestion des produits et de la gestion de projet : Diverge / Converge, Feuille de route, MVP, Témoignages d’utilisateurs, Suivi des coûts / de la qualité / des délais, Méthodologies agiles, Kanban, Scrum, Sprint de conception
  • Apprendre à gérer le changement par la communication, l’empathie et l’écoute, la formation et le soutien
  • Définissez votre propre projet d’IA

Fondamentaux des mathématiques et des sciences des données

  • Renforcez vos bases en mathématiques : Algèbre linéaire et matrices, probabilités, tests statistiques
  • Formez vos compétences en matière de gestion des données : R, SAS, Analyse des données, Méthodes de régression,Ingénierie des caractéristiques
  • Préparer la certification de programmeur de base SAS

Fondamentaux des outils informatiques

 

  • Comprendre les meilleures pratiques, les algorithmes et la complexité de la programmation
  • Maîtriser les principaux outils informatiques utilisés dans le domaine de la science des données et de l’intelligence artificielle
  • Exploiter les API, les cadres de travail et les bibliothèques d’IA et de ML : GAFAMI ML APIs, Tensorflow, Pytorch, SciKitLearn, Keras, PySpark
  • Savoir utiliser les outils techniques informatiques tels que AWS, Hadoop, Git/Github, SQL, …
  • Préparer la certification AWS d’Associate Solution Architect

Machine Learning / Deep Learning

  • Maîtriser les principales méthodes d’apprentissage supervisé, telles que les régressions linéaires et logistiques, les MVC, les kNN, les arbres de décision, …
  • Maîtriser les principales méthodes d’apprentissage non supervisé pour le clustering
  • Utiliser les principales techniques d’apprentissage du renforcement
  • Maîtriser les réseaux neuronaux (NN), les réseaux conventionnels (CNN), les réseaux récurrents (RNN), la mémoire à long terme (LSTM), l’analyse des séries chronologiques, les autocodeurs
  • Découvrez comment transférer votre modèle vers un autre domaine de données avec Transfer Learning
  • Exploiter ces méthodes de ML, DL & NN dans le cadre de mini-projets impliquant de véritables cas commerciaux, tels que la segmentation de la clientèle, le regroupement, la détection de la fraude et l’apprentissage du renforcement pour les jeux vidéo

Traitement de l’image et du langage naturel (NLP)

 

  • Découvrez les principales techniques de traitement d’images pour la classification des images, la reconnaissance d’images et la vision par ordinateur (avec OpenCV)
    Master Natural Language Processing for Names classification (utilisant RNN & Pytorch), Reconnaissance et représentation de la parole (avec la bibliothèque LibROSA)
  • Comprendre comment intégrer l’IA dans les systèmes automatiques grâce à l’informatique de pointe et à l’apprentissage fédéré
  • Construire un chatbot pour le diagnostic médical
  • Exploiter la vision par ordinateur pour les voitures autonomes
  • Construisez votre propre solution d’IA !