Chargement...

Artificial Intelligence for real world solutions

Ce short course en Intelligence Artificielle propose une formation structurée, professionnalisante et orientée
résultats. Il repose sur une pédagogie basée sur les projets, combinant une partie fondamentale commune et des
projets appliqués optionnels dans différentes spécialités. Les apprenants travaillent sur des problématiques
réelles issues du monde professionnel, bénéficient de séances synchrones animées par des experts métier et
sont préparés à une certification internationale NVIDIA.

  • Format du cours : hybride
  • Certificat de complétion délivré par ESPRIT
  • Préparation et accès à une certification NVIDIA en Intelligence Artificielle
  • Langue: Français/Anglais
  • Certification: NVIDIA
  • Présentation
  • Admission
  • Programme
  • Débouchés

Résumé

Le Short Course en Intelligence Artificielle d’ESPRIT permet d’acquérir une compréhensionn solide et opérationnelle de l’IA, de ses usages et de ses limites. La formation combine:

  • Une partie fondamentale commune couvrant les bases de l’IA, de l’IA générative, de
    l’ingénierie de prompt, de la productivité augmentée et de l’éthique
  • Des projets optionnels spécialisés, permettant d’appliquer les acquis à des cas concrets
Inspirés de la vie professionnelle. L’approche pédagogique par projet est renforcée par des séances synchrones interactives avec des experts du secteur, favorisant l’ancrage métier et l’employabilité. Le programme prépare également à l’obtention d’une certification NVIDIA reconnue à l’international.

Organisation

Volume total

40h + projets

Format

asynchrone + synchrone

Support

Coaching experts

Approche

Apprentissage par projet

Certification

Certification

Attestation de réussite délivrée par ESPRIT Academy

Certification NVIDIA

Préparation complète à la certification NVIDIA reconnue internationalement

Objectifs & compétences

À l’issue de ce short course, l’apprenant sera capable de:

  • Comprendre l’évolution, les concepts clés et les workflows de l’intelligence artificielle.
  • Utiliser des outils IA no-code, low-code et avancés selon les besoins.
  • Interagir efficacement avec les modèles de langage (LLM) et concevoir des agents IA contextuels.
  • Exploiter l’IA pour améliorer la productivité et automatiser des tâches professionnelles.
  • Appliquer des principes éthiques et responsables dans l’usage de l’IA.
  • Concevoir et réaliser des projets IA basés sur des données et des cas réels.
  • Se préparer à une certification NVIDIA en Intelligence Artificielle.

Profils concernés

Ce programme s’adresse à:

  • Étudiants
  • Jeunes diplômés
  • Professionnels en activité

Prérequis

  • Base en informatique ou gestion (recommandées)
  • Aucun niveau avancé en IA requis
  • Motivation pour l'apprentissage par projet

Conditions d'accès

  • Dossier de candidature
  • Étude du profil
  • Validation pédagogique
Télécharger en PDF
S'inscrire maintenant
  • Modules fondamentaux (40h)
  • Module 1 – Fondamentaux de l’Intelligence Artificielle
  • Comprendre l’évolution de l’IA
  • Expliquer les concepts clés (machine learning, réseaux neuronaux)
  • Analyser les workflows IA et les pipelines de données
  • Examiner les données (sources, qualité)
  • Évaluer les usages réels de l’IA générative et son impact
  • Module 2 – Outils IA : No-Code, Low-Code et Cloud AI
  • Classifier les outils IA (no-code, low-code, frameworks avancés)
  • Créer et évaluer un classifieur d’images avec Teachable Machine
  • Comparer l’accessibilité et les fonctionnalités des outils IA
  • Module 3 – Prompt Engineering, LLM et Agents IA
  • Comprendre les principes du prompt engineering
  • Interagir efficacement avec les LLM et le NLP
  • Analyser les agents IA et systèmes autonomes
  • Concevoir des agents IA contextuels et adaptatifs
  • Module 4 – IA et Productivité
  • Identifier l’IA comme levier de productivité
  • Automatiser des tâches répétitives à l’aide de l’IA
  • Mettre en œuvre des outils IA de planification et de gestion du temps
  • Analyser l’impact des outils IA sur les workflows professionnels
  • Module 5 – Éthique, Fiabilité et Responsabilité de l’IA
  • Analyser les enjeux éthiques, de confidentialité et de sécurité
  • Évaluer la fiabilité et les biais des systèmes IA
  • Proposer des stratégies de mitigation
  • Appliquer des cadres éthiques et bonnes pratiques
  • Module 6 – Projet Capstone (Fondamentaux)
  • Nettoyer et préparer des données
  • Développer un workflow IA automatisé basé sur les LLM
  • Évaluer les aspects éthiques et documenter les processus IA
  • Projets appliqués optionnels (10h par projet)
  • Projet 1 – IA pour le Développement Logiciel
  • Utilisation de l’IA pour la génération, le test et l’optimisation du code
  • Assurance qualité logicielle assistée par l’IA
  • Documentation technique automatisée
  • Projet 2 – IA pour la Banque et la Finance
  • IA et gestion des risques, scoring et investissements
  • Optimisation de l’expérience client
  • Réduction des coûts et efficacité opérationnelle
  • Enjeux éthiques, réglementaires et perspectives futures
  • Projet 3 – AIoT (Artificial Intelligence of Things)
  • Concepts fondamentaux de l’AIoT
  • Gestion et analyse des données issues d’objets connectés
  • Sécurité, confidentialité et conformité
  • Cas d’usage réels et tendances émergentes

Métiers

Analyste de données junior
Assistant Data Scientist
Chef de projet digital / innovation
Consultant junior en transformation digitale
Responsable métier orienté données / IA