Dernière mise à jour : 08/06/2024
La révolution numérique est rendue possible par l'explosion du volume des données échangées au sein et en dehors des organisations. Elle a notamment permis l'apparition de nombreux nouveaux usages, et nous n'en sommes qu'au début.
Si vous souhaitez faire le tri entre mythes et réalités autour des mots à la mode tels que l'Intelligence Artificielle, la Data Science, et le Machine Learning, cette formation vous donnera les clefs de lecture d'un nouveau monde data-driven.
Elle vous présentera une vision d'ensemble de l'impact que peut avoir la Data Science sur l'organisation actuelle et les enjeux de ce type de projets.
Cette formation est dispensée par un·e ou plusieurs consultant·es d'OCTO Technology ou de son réseau de partenaires, expert·es reconnus des sujets traités.
Le processus de sélection de nos formateurs et formatrices est exigeant et repose sur une évaluation rigoureuse leurs capacités techniques, de leur expérience professionnelle et de leurs compétences pédagogiques.
L'évaluation des acquis se fait tout au long de la session au travers des ateliers et des mises en pratique.
Afin de valider les compétences acquises lors de la formation, un formulaire d'auto-positionnement est envoyé en amont et en aval de celle-ci.
En l'absence de réponse d'un ou plusieurs participants, un temps sera consacré en ouverture de session pour prendre connaissance du positionnement de chaque stagiaire sur les objectifs pédagogiques évalués.
Une évaluation à chaud est également effectuée en fin de session pour mesurer la satisfaction des stagiaires et un certificat de réalisation leur est adressé individuellement.
BIG DATA ET IA : UNE RÉVOLUTION QUI EN CACHE UNE AUTRE ?
Savoir définir le Big Data par rapport aux 3 V (Volume, Vitesse et Variété)
Le changement pour le business : coût du stockage, puissance de calcul et loi de Moore
Le levier business : la Data Science et par extension le Machine Learning, est un des leviers de la révolution Big Data
Data Science, une révolution à la fois technologique, business et sociétale
BIG DATA, DATA SCIENCE, MACHINE LEARNING ET IA
S'entendre sur les différents termes : définitions des experts OCTO
Introduction au Machine Learning, entraîner automatiquement une machine en optimisant une fonction coût
Illustration : exemple d'un algorithme simple
"BESTIAIRES" DU MACHINE LEARNING, VUE D'ENSEMBLE DES ALGORITHMES
Clarification des 4 grandes catégories de Machine Learning
Apprentissage supervisé et non-supervisé : quelles distinctions et applications ?
Savoir identifier l'algorithme adapté à son problème de Data Science
Mesurer la performance de son modèle de Machine Learning :
Apprentissage supervisé
Apprentissage non supervisé
L'ENJEU ACTUEL DE LA DATA SCIENCE : L'INDUSTRIALISATION
Méthodologie Data Science : illustration au travers d'un use case
Organisation, rôles et gouvernance
L'ouverture du SI vers l'extérieur tant en collecte de données qu'en fourniture : les nouveaux process
Définir son équipe
Retours d'expérience
IA RESPONSABLES : GREEN AI, ÉTHIQUE ET RÉGLEMENTATION
Enjeux du Green AI pour les organisations
Le bon investissement de la performance algorithmique
Clarification de l'IA Act et de son champ d'application
L'IA Act : une approche basée sur les risques
CLÔTURE DE LA JOURNÉE
Retour d'expérience
Questions/Réponses
Évaluation de la session