Expert en intelligence artificielle
InactiveEnregistrement
Publication JO
Accessibilité
Historique de certification
Formacodes
Codes NSF
Codes ROME
Activités visées
Les activités de l'expert en Intelligence Artificielle concernent la production de solutions informatiques intégrant l’Intelligence Artificielle (IA). Il s'agit de garantir la réponse métier d’une organisation dans sa stratégie IA. Pour cela l'expert IA construit ses projets IA en affinant plusieurs prototypes optimisés, vulgarise la présentation des forces de la solution IA retenue aux chefs de produit et aux managers concernés par celle-ci. il est force de proposition, et doit déployer des métriques pertinentes afin d’évaluer l’ensemble des réponses IA aux cas d’étude, qu’elles soient de source tierce ou de sa propre conception. Il doit démontrer l’optimalité des solutions retenues par des indicateurs de performance mesurables. L’expert IA accompagne la transformation IA à travers la purification et l’exploitation de données, en concevant et assurant la stratégie de données IA de l’organisation (data driven IT), en rendant la donnée disponible, en particulier en garantissant le bon fonctionnement des pipelines d’architecture internes et externes (PaaS on Cloud, SGBDR, API, algorithmes fonctionnant sur données propriétaires sécurisées, etc). L’expert IA assure une communication à la fois technique et transparente avec l’ensemble des parties prenantes, et doit respecter les pratiques de développement en mode projet DevOps et DevSecOps, mais également garantir la continuité de livraison et de déploiement des composants d’IA sous sa responsabilité, dans l’usine logicielle globale de son organisation, en respectant les spécificités de celle-ci.
Capacités attestées
- Prendre en charge la production d’une solution en IA * Organiser les processus automatiques de déploiement et de migration d’applications IA par conteneurisation d’un ou plusieurs processus d’API en pipeline. * Garantir et superviser l’implémentation et la production logicielle correcte d’une solution en IA en tenant compte des concepts algébriques et stochastiques de source tiers ou de sa propre production tout en s’appuyant sur les normes d’écriture propres à chaque langage de programmation (ou de script) afin d’être aisément maintenable de façon continue dans un environnement de processus distribués. * Concevoir et conduire les phases de tests et de recette (avant et après mise en production, avant et après déploiement) en appliquant les méthodes, normes et outils standards de l’organisation tout en tenant compte des réglementations en vigueur concernant la politique d’éthique des données et la politique de sécurité du système d’information afin de garantir la fiabilité des applications développées ou migrées. * Valoriser les forces sur le terrain d’une solution en IA par des indicateurs de performance technique, décisionnelle (KPI) et d’alerte, afin de vulgariser l’optimisation de cette solution aux équipes produit concernées. * Assurer une veille technique continue sur les thématiques de l’IA, de l’analyse des données, du Cloud et du modèle Data Driven Engineering - Proposer et évaluer des prototypes d’IA * Exploiter et valoriser les données disponibles au regard des spécifications fonctionnelles définies par les directeurs de produit, chefs de produit, et business analysts en utilisant les mécanismes d’apprentissage machine et des plans d’expériences permettant la recherche des modèles d’apprentissage les plus adaptés pour répondre à ce besoin fonctionnel. * Utiliser et optimiser * Analyser l’environnement multiserveur et distribué de son organisation en veillant à optimiser et accélérer les temps de traitement sur site. * Modéliser la fiabilité logicielle par algèbre de processus pour appliquer la détection de faille DoS due à une provocation des phénomènes de famine. - Acquérir et purifier les données * Analyser et mettre en œuvre des solutions d’architecture de bases de données relationnelles (Maria, Oracle, PostgreSQL, …), des optimisations en données clusterisées (Cassandra, Mongo, HDFS, ...), ainsi que des extensions par service tiers (Firebase, Heroku, Aurora, ...), pour déterminer les systèmes de gestion de base de données les mieux adaptés à rendre la donnée disponible en continue. * Analyser les demandes fonctionnelles de l’organisation en identifiant les données utiles et en déterminant leur nature, leur structure, leurs solutions de récupération, de cryptage et de stockage afin de cerner et reformuler les problématiques. * Concevoir les requêtes des données en s’appuyant sur les langages de programmation du marché (Python pandas/koalas/scikit-learn, Scala, JS, Spark, Query DSL – ElasticSearch, …) afin d’extraire et d’enrichir les données au moyen d’algorithmes adaptés. * Analyser l’architecture générale des données (ETL, batch DB, cluster DB, …) et leur acheminement (Runtime DB, Backoffice DB, …) afin de concevoir une architecture de flux de données en pipeline permettant d’agréger des types de données et des modes de collecte différents et ainsi proposer des traitements optimisés. - Communiquer entre pairs dans une usine logicielle en livraison continue * Assurer une communication efficace et continue avec les acteurs externes (partenaires, fournisseurs, experts, …) en utilisant une communication directe et factuelle s’appuyant sur l’ensemble de ses savoirs techniques afin de transmettre les informations entre pairs et ainsi contribuer à rendre transparentes les solutions en IA de son organisation dans le cadre d’échanges constructifs sur les plateformes. * Analyser la démarche d’automatisation des tests de sécurité de son organisation en décomposant l’ensemble des processus de production des applications et de la donnée sous la forme de cartographie de chaînes de valeur afin d’inscrire son chaînon du pipeline de livraison des données dans cette démarche dès l’étape de conception en vue d’identifier des axes d’amélioration et d’optimisation.
Secteurs d'activité
Les SSII ou des sociétés informatiques, mais également les entreprises évoluant dans les domaines de l'armement, de la production industrielle, de la sécurité, des automatismes. Le secteur privé : SSII/ESN, éditeurs de logiciels, Start up. Le secteur bancaire et de gestion : notamment les banques, les cabinets de gestion, les sociétés d’assurances etc. Les structures publiques et parapubliques : Ministères, collectivités locales, collectivités territoriales, cliniques, hôpitaux
Types d'emplois accessibles
Consultant en Intelligence Artificielle. Consultant machine Learning. Consultant dataware. Chef de projet en Intelligence Artificielle. Concepteur en Intelligence Artificielle
Objectifs et contexte
La création de la certification de «Expert en Intelligence Artificielle » répond aux besoins exprimés par le marché sur un métier émergent. En effet, avec le développement et l’utilisation de l’intelligence Artificielle (IA) dans une multitude de domaines, plusieurs nouveaux profils ou compétences métiers sont de plus en plus recherchés, comme l'expert en IA, qui est un spécialiste capable de développer, de gérer les volets intelligence artificielle dans une organisation et de garantir la réponse métier. L'expert en IA construit des projet IA en affinant plusieurs prototypes optimisés. Il est force de proposition et accompagne la transformation IA à travers la purification et l'exploitation de données. Il conçoit, teste et adapte les applicatifs intégrant tout ou partie de ces technologies. Il est donc un spécialiste du développement informatique, du génie logiciel et des interfaces homme machine, avec une très bonne connaissance des technologies d’IA/Data Science, du secteur ou de la fonction d’application des données traitées.
Réglementations d'activités
Le métier n'est pas soumis à réglementations d’activité. Cependant l'Expert en intelligence artificielle se doit de maîtriser et mettre en œuvre les obligations d'éthique et de sécurité liées à l'intelligence artificielle, ainsi que la réglementation encadrant la protection et le traitement des données.
Prérequis à l'entrée en formation
Avoir obtenu un titre ou diplôme de niveau 6 et posséder une expérience en conception et déploiement d’applications ou de systèmes d’informations . Un entretien de positionnement avec la Direction pédagogique permet de vérifier les prérequis et objectifs du candidat ainsi que les compétences déjà acquises afin d’adapter le programme de formation en fonction de son niveau et de ses besoins pour lui permettre d’être préparé le plus efficacement possible aux épreuves d’évaluations