1. Accueil
  2. Catalogue
  3. Technologies du numérique et Système d'Information
  4. IA
Possible en Intra-entreprise

IA - Science des données pour les décideurs

Code Formation: 7103

| Ajouter aux favoris

Compétence principale visée

Comprendre les enjeux de la science des données et de l’IA pour piloter et valoriser efficacement des projets dans une organisation.

Objectifs pédagogiques

  • Appréhender les outils, méthodes et bonnes pratiques pour piloter un projet de science des données ou d'IA.
  • Identifier les risques, contraintes et limites liés aux projets IA et assurer leur gestion responsable.
  • Valoriser les données et résultats issus de la science des données pour soutenir la prise de décision stratégique.

Public

  • Décideurs / Dirigeants d'entreprises
  • Personnes en charge de la transition numérique, du management technologique
  • Personnes en charge de l'élaboration de la stratégie numérique d'une organisation

Prérequis

  • Aucun pré-requis

PARTIE 1 - INTRODUCTION A LA SCIENCE DES DONNEES

  • Historique de l'Intelligence Artificielle / Machine Learning / Science des données
  • Introduction au machine learning : apprentissage supervisé et non supervisé, données structurées et non-structurées,
  • Un modèle prédictif en détail : arbres de décision
  • Validation, comparaison et sélection de modèles prédictifs
  • Impact du big data sur les méthodes d'apprentissage

PARTIE 2 - RISQUES LIES A UN PROJET IA

  • Qualité des données
  • Éthique d'un projet
  • Qualité d'un modèle prédictif
  • Explicabilité d'un modèle
  • Impartialité d'un modèle
  • Effet sur le comportement utilisateur
  • Limitations actuelles de l'IA
  • Influence de l'IA sur l'emploi

PARTIE 3 - PROJET DE SCIENCE DES DONNEES

  • Cycle de vie d'un projet de science des données
  • Exemple détaillé de la construction d'un modèle prédictif
  • Indicateurs de qualité
  • Validation d'un modèle prédictif
  • Méthodologie de suivi d'un projet de science des données

PARTIE 4 - VALORISATION DES DONNEES : Levier pour plus de compétitivité

  • Impact de l'automatisation des prédictions sur la prise de décisions guidée par les données
  • Exemples concrets

PARTIE 5  - UTILISATION D'UN OUTIL D'EVALUATION D'UN PROJET IA

Alternance d'échanges techniques et d'illustrations - Exercices d'illustration et d'application Un support de cours sera remis à chacun des participants
Evaluation des acquis de formation
Evaluation des acquis des apprenants par auto-examen
Taux de réussite

90.5% des apprenants ont acquis la compétence principale visée

Résultat obtenu pour 155 participants évalués ayant suivi une formation dans la thématique sur les 5 dernières années

Évaluation de la satisfaction

Evaluation du ressenti des participants en fin de formation (Niveau 1 KIRKPATRICK)

Résultats de l’évaluation

Le niveau de satisfaction globale est évalué à 4.3/5 par les participants.

Evaluations réalisées auprès des 192 participants ayant suivi une formation dans la thématique sur les 5 dernières années

Actualisée le 18-09-2025