Objectifs pédagogiques

Programme détaillé

Module 1 Séquence 1 — Comprendre les fondamentaux du Machine Learning et de l’IA générative

Comprendre les grandes familles de l’intelligence artificielle.
Distinguer Machine Learning, Deep Learning et IA générative.
Identifier les principaux types d’usages en entreprise.
Définition de l’intelligence artificielle.
Différences entre automatisation classique, Machine Learning et IA générative.
Principes du Machine Learning : apprendre à partir de données.
Notions de données d’entraînement, modèle, prédiction et score.
Principes de l’IA générative : produire du texte, du code, des images, des synthèses ou des réponses.
Modèles de langage et assistants conversationnels.
Usages du ML : prédiction, scoring, classification, détection d’anomalies, recommandation, segmentation.
Usages de l’IA générative : rédaction assistée, synthèse, recherche documentaire, assistance métier, chatbot, génération de contenus, automatisation de tâches.
Limites générales : qualité des données, erreurs, biais, hallucinations, confidentialité, supervision humaine.

Module 2 Séquence 2 — Identifier les cas d’usage et opportunités pour l’entreprise

Identifier les domaines dans lesquels l’IA peut créer de la valeur.
Repérer les cas d’usage pertinents pour une entreprise.
Relier les usages IA aux enjeux métiers.
Cartographie des usages IA par fonction : direction, ressources humaines, finance, commercial, marketing, relation client, production, juridique, qualité, formation, support interne.
Analyse de cas d’usage ML : prévision, détection d’anomalies, segmentation, priorisation, recommandation.
Analyse de cas d’usage IA générative : assistant documentaire, chatbot interne, génération de contenus, synthèse de comptes rendus, aide à la rédaction, extraction d’informations.
Critères de sélection d’un cas d’usage : valeur métier, faisabilité, disponibilité des données, fréquence du besoin, criticité, risques, acceptabilité.
Différence entre expérimentation, prototype, pilote et déploiement.
Conditions de succès : sponsor, données, compétences, outils, conduite du changement, gouvernance.

Module 3 Séquence 3 — Comprendre les enjeux, risques et conditions de réussite

Identifier les principaux risques liés aux projets IA.
Comprendre les enjeux de gouvernance, sécurité, qualité et conformité.
Définir les conditions d’un usage responsable de l’IA.
Qualité et disponibilité des données.
Confidentialité et protection des informations sensibles.
Biais algorithmiques et équité.
Hallucinations et erreurs dans l’IA générative.
Explicabilité et interprétabilité.
Supervision humaine et validation des résultats.
Traçabilité des usages et des décisions.
Sécurité des prompts, documents et sorties générées.
Impacts organisationnels : évolution des métiers, adoption, résistance au changement.
Compétences nécessaires côté métier et côté technique.
Gouvernance des usages IA : règles internes, validation des outils, rôles et responsabilités.
Bonnes pratiques pour un usage maîtrisé : cadrage, tests, documentation, contrôle, formation des utilisateurs.

Module 4 Séquence 4 — Cadrer un premier projet IA en entreprise

Structurer le cadrage d’un projet IA.
Définir les éléments nécessaires à la décision.
Formaliser une première fiche d’opportunité IA.
Étapes d’un projet IA : identification, cadrage, faisabilité, prototype, pilote, déploiement, suivi.
Formulation du problème métier.
Définition des utilisateurs et bénéficiaires.
Données nécessaires.
Résultats attendus.
Indicateurs de succès.
Critères d’impact et de faisabilité.
Ressources à mobiliser.
Risques et garde-fous.
Conditions de passage à l’échelle.
Suivi dans le temps et amélioration continue.

📍 Format : présentiel, distanciel
📊 Niveau d'entrée : Avancé
👥 Effectif : 4 à 12 stagiaires (groupe restreint)
🎯 Pédagogie : Apports théoriques, exercices pratiques, études de cas, projet fil rouge
♿ Accessibilité : Formations accessibles aux personnes en situation de handicap. Contactez notre référent handicap.

🏆

Passage de la certification obligatoire

Cette formation se conclut par le passage d'une certification officielle, indispensable à la validation de votre parcours.