Valoriser la data par l'intelligence artificielle Machine Learning (2 jours)
Objectif de la formation :
Comprendre les principes de l’intelligence artificielle (IA)
Acquérir le vocabulaire lié à l’intelligence artificielle
Découvrir les principales applications business de l’IA
Comprendre les risques liés à l’IA
Prendre conscience des composantes nécessaires à une stratégie IA/data
INTER ENTREPRISE
2 170
€
-
– Présentiel dans nos locaux ou les vôtres
-
– Distanciel Online Retrouvez-nous sur : Strasbourg, Lille, Lyon, Reims, Genève, Bruxelles, Luxembourg, Frankfort, Karlsruhe, Berlin, Metz
-
INTRA (Appelez-nous pour obtenir une offre)
Jour 1 :
L'IA, qu'est-ce que c'est ?
L'IA/data, comment ça marche ?
L'IA/data, pour quoi faire ?
Contenu :
-
L'IA, qu'est-ce que c'est ? (3.0 heures)
Échauffement : la culture IA/data.
- Définition et vocabulaire IA, data.
- L' IA/data en entreprise, une opportunité.
- Principaux acteurs du marché.
- La réalité des mises en œuvre en entreprise.
Echanges : Échanges et quiz sur la culture IA, sur la data. -
L'IA/data, comment ça marche ? (2.0 heures)
Data literacy : définition, principes.
- Le cycle de vie de la donnée.
- Usages : de l'analyse descriptive des données au prédictif.
- Principes du machine learning.
- Introduction au deep learning.
- Perception (vision, langage, etc.) ou comment traiter des données non structurées.
Exercice : Quiz sur le machine learning -
L'IA/data, pour quoi faire ? (2.0 heures)
Illustration des applications de l'IA avec de nombreux cas d'usage.
- Retours d'expérience de secteurs variés de l'entreprise : marketing/ventes, RH/finance, production/qualité, maintenance.
Echanges : Discussion autour des projets présentés.
Jour 2 :
Enjeux et risques
Se préparer à l'IA/data
Quelles applications pour le business ?
Contenu :
-
Enjeux et risques (3.0 heures)
Impact de l'IA sur les emplois et compétences.
- Zoom sur l'explicabilité et les biais des algorithmes.
- Régulation et/ou autorégulation.
- Autres enjeux éthiques.
Echanges : Les compétences, la transparence des algorithmes, le biais, l'explicabilité, etc. -
Se préparer à l'IA/data (2.0 heures) Stratégie et culture data.
- Quelles compétences nécessaires ?
- L'enjeu des données : qualité, disponibilité, représentativité, etc.
- Les spécificités des projets IA/data.
- De la définition du cas d'usage aux enjeux de la mise en production et de la maintenance. Echanges : Les facteurs clés de réussite de la mise en œuvre de l’IA. -
Quelles applications pour le business ? (2.0 heures)
Quelles applications pour mon business ?
- Imaginer des projets IA/data pour créer de la valeur.
Exercice : Exercice d'idéation en groupe pour imaginer des applications d'IA et de ses principales composantes (cas d'usage, data, modèle, compétences, etc.).