Expert en ingénierie de l'intelligence artificielle et des applications

Analyse du besoin Conseil sur les technologies, outils, services Proposition d'une solution Analyse du retour sur investissement Priorisation des fonctionnalités à livrer Planification de l'exécution Suivi de l'avancement Animation de l'équipe Conception d'une solution d'intelligence artificielle Intégration et industrialisation d'une solution d'intelligence artificielle Conception de l'architecture et de la solution logicielle Déploiement continue de la solution logicielle Gestion des données massives (big data) Déploiement applicatif dans le cloud

Organiser et conduire une réunion en pratiquant l’écoute active et en identifiant la typologie du client pour affiner sa demande et construire un argumentaire adapté à ses besoins Analyser les besoins du client en réalisant un diagnostic de son écosystème interne et externe ; pour proposer une solution adaptée au contexte normatif et juridique de l’entreprise. Analyser l’environnement technologique en menant une étude comparative des moyens techniques et services existants de façon à identifier les pistes de solutions et répondre aux besoins du client en prenant en compte les impacts sociaux, sociétaux & environnementaux Concevoir une solution à partir des besoins et risques exprimés par la modélisation d’une architecture, afin de la présenter au client et de l’assister sur sa prise de décision Réaliser une estimation des coûts de la solution en prenant en compte les dépenses d’exploitation et les gains non quantifiables, afin d’évaluer le retour sur investissement du (des) projet(s) et déterminer la rentabilité de la solution envisagée. Établir une liste priorisée des fonctionnalités à livrer dans un cadre contractuel en tenant compte des exigences du projet afin de fournir le produit (ou le service) qui permet d’apporter une valeur ajoutée aux besoins du client. Planifier l’exécution du projet en déterminant le cadre méthodologique, les rôles des parties prenantes et le planning prévisionnel permettant de converger vers l’atteinte des objectifs du projet. Assurer le suivi du projet en mesurant régulièrement l’avancée du projet avec les outils et méthodes appropriés afin d’appliquer des mesures adaptatives et garantir la satisfaction du client et des utilisateurs. Faciliter l’organisation et l’environnement de travail de son espace et/ou celui de l’équipe en mettant en œuvre des actions d’amélioration, de communication et/ou de responsabilisation afin d’impliquer toutes les parties prenantes dans l’atteinte des objectifs du projet. Identifier les enjeux scientifiques, technologiques, économiques, juridiques et éthiques de l’intelligence artificielle pour apporter une valeur ajoutée par l’utilisation des solutions d’intelligence artificielle dans une application et en mesurer la faisabilité. Concevoir une solution d’intelligence artificielle prenant en compte les données disponibles pour répondre à une problématique métier donnée et en mesurer la pertinence et efficacité Mettre en œuvre des modèles d’apprentissage automatique et d’intelligence artificielle selon une méthodologie MLOps pour automatiser les outils de production en prenant en compte les contraintes technologiques et économiques. Concevoir, modéliser et développer une architecture cross platform, secure by design et reposant sur des technologies et ressources disponibles (publiques, hybrides ou privées), à partir des exigences et attributs de qualité pour répondre à un cahier des charges d’une application Industrialiser le développement du logiciel à l’aide d’outils d’automatisation en décrivant le processus de déploiement de manière à faire évoluer les logiciels développés et minimiser les erreurs de manipulation par les tiers. Concevoir une infrastructure adaptée et gérer les données à toutes les étapes du cycle de vie : collecte, préparation, exploitation, modélisation, visualisation en appliquant les règles de gouvernance des données (RGPD, DSA) et en assurant leur sécurisation. En appliquant les principes MLOps et DevOps à une architecture adaptée, déployer et maintenir une application dans un cloud privé, hybride ou public dont les aspects financiers, sécurité et scalabilité sont pris en compte

La certification s’adresse à des professionnels évoluant dans des secteurs où l’intelligence artificielle transforme les pratiques, les produits et les services. Elle répond aux besoins croissants en compétences techniques, organisationnelles et éthiques dans les domaines suivants : Technologies et numérique * Éditeurs de logiciels * Entreprises de services du numérique (ESN) * Startups en IA, data science, cloud computing Industrie et ingénierie * Industrie 4.0 : automatisation, robotique, maintenance prédictive * Aéronautique, automobile, énergie : systèmes embarqués, IA embarquée * Logistique & optimisation de ressources Banque et assurance * Scoring, détection de fraude, automatisation des processus * Analyse prédictive, gestion des risques * Chatbots et assistants intelligents Commerce, marketing et relation client * Personnalisation des offres, recommandation * Analyse comportementale, segmentation * Automatisation du support client Transport et logistique * Optimisation des flux, prévision de la demande * Véhicules autonomes, IA embarquée * Gestion intelligente des entrepôts Secteur public et collectivités * Smart cities, gestion intelligente des infrastructures * IA pour l’aide à la décision publique * Gestion des données publiques

Les titulaires de la certification peuvent exercer des fonctions à haute responsabilité dans des environnements techniques et innovants, notamment : Fonctions techniques : * Data engineer * Architecte de solutions IA * Développeur Machine learning * Ingénieur MLOps / DevOps * Ingénieur cloud et déploiement applicatif Fonctions stratégiques et transversales : * Consultant en transformation digitale et IA * Chef de projet IA * Chef de projet logiciel/IT * Expert en gouvernance des données * Directeur technique/CTO