Valoriser la data par l'IA et le Machine Learning : comprendre, concevoir et déployer des projets à impact business

Module 1 — L'IA : définitions, culture et acteurs

• Mise en jambes : culture IA et data, représentations et réalités
• Définitions et vocabulaire fondamentaux : IA, data et leurs déclinaisons
• L'IA et la data en entreprise : une opportunité stratégique
• Panorama des principaux acteurs du marché de l'IA
• La réalité des mises en œuvre en entreprise : retours concrets
• Quiz et échanges collectifs sur la culture IA et data

Module 2 — Comment fonctionne l'IA/data ?

• Data literacy : définitions et principes de base
• Le cycle de vie de la donnée en entreprise
• De l'analyse descriptive à l'analyse prédictive des données
• Principes du Machine Learning : comment la machine apprend
• Introduction au Deep Learning : réseaux de neurones et applications
• La perception artificielle (vision, traitement du langage) : travailler avec des données non structurées
• Quiz sur le Machine Learning pour ancrer les apprentissages

Module 3 — L'IA en pratique : usages et retours d'expérience

• Illustrations des applications de l'IA à travers de nombreux cas d'usage concrets
• Retours d'expérience sectoriels : marketing/ventes, RH/finance, production/qualité, maintenance
• Impact de l'IA sur les emplois et les compétences en entreprise
• Discussion collective autour des projets présentés et de leurs enseignements

Module 4 — Enjeux éthiques, risques et régulation

• Explicabilité des algorithmes et gestion des biais
• Régulation et autorégulation de l'IA : cadres existants et tendances
• Autres enjeux éthiques liés au déploiement de l'intelligence artificielle
• Échanges sur les compétences nécessaires, la transparence et la responsabilité algorithmique

Module 5 — Se préparer à l'IA/data : stratégie et mise en œuvre

• Construire une stratégie et une culture data solides
• Les compétences à développer pour accompagner la transformation IA
• Les enjeux de la donnée : qualité, disponibilité, représentativité
• Les spécificités des projets IA/data par rapport aux projets classiques
• Du cadrage du cas d'usage aux enjeux de mise en production et de maintenance
• Échanges sur les facteurs clés de réussite d'une démarche IA

Module 6 — Imaginer des applications IA à valeur business

• Identifier les applications IA pertinentes pour son contexte business
• Concevoir des projets IA/data générateurs de valeur
• Exercice d'idéation en groupe : imaginer des applications IA et leurs composantes — cas d'usage, data, modèle, compétences