Start a conversation ↗

Description

Intelligence artificielle et big data : comprendre, identifier et encadrer

Deux jours pour établir ce que les données et l'intelligence artificielle permettent vraiment

  • 2 jours — 14 h
  • Présentiel ou à distance
  • Fondamental
  • Jusqu’à 6 participants

Les propositions d'outils fondés sur l'intelligence artificielle arrivent de toutes parts et promettent des gains difficiles à vérifier. Les données de l'entreprise sont dispersées et de qualité inégale. Faute de repères, les projets démarrent sur la foi d'une démonstration séduisante et s'arrêtent dès la fin de la phase pilote.

Ces 14 heures donnent les clés de lecture techniques et réglementaires. Les participants comprennent ce qu'est une donnée massive et la façon dont un modèle apprend, distinguent les grandes familles de cas d'usage, évaluent la faisabilité d'un cas d'usage au regard des données réellement disponibles, puis identifient les risques à encadrer avant tout lancement.

Objectifs pédagogiques

  • Définir ce qui distingue une donnée massive d'une donnée courante
  • Décrire le fonctionnement d'un modèle d'apprentissage automatique
  • Distinguer les grandes familles de cas d'usage de l'intelligence artificielle
  • Évaluer la faisabilité d'un cas d'usage au regard des données disponibles
  • Identifier les risques et les obligations à encadrer dans un projet

Les points forts

Des démonstrations commentées qui montrent aussi bien les réussites que les erreurs des modèles
Une grille d'évaluation pour tester la faisabilité d'un cas d'usage
Un tri en séance entre promesses des éditeurs et capacités réelles des outils

Programme

1Données massives et qualité des données

La matière première avant les modèles

  • Ce qui caractérise les données massives
  • Sources internes et sources externes
  • Qualité, complétude et nettoyage des données
  • Stockage et circulation des données dans l'organisation

2Comment une machine apprend

Le principe derrière les promesses

  • Apprentissage supervisé et apprentissage non supervisé
  • Entraînement, test et mesure de la performance
  • Modèles de langage et intelligence artificielle générative
  • Surapprentissage et dégradation de la performance dans le temps
  • Ce qu'un modèle ne sait pas faire

3Cas d'usage et faisabilité

Du besoin métier au projet

  • Cas d'usage de prédiction, de classement et de recommandation
  • Traitement automatique des textes et des images
  • Vérification des données disponibles pour un cas d'usage donné
  • Évaluation du gain attendu au regard du coût du projet
  • Choix entre outil du marché et développement interne

4Encadrer les usages

Décider en connaissance de cause

  • Protection des données personnelles et bases légales de traitement
  • Biais, discriminations et explicabilité des décisions
  • Confidentialité des informations transmises à des outils externes
  • Place du jugement humain dans la décision finale
  • Acculturation des équipes et conduite du changement

Public concerné

Responsables marketing · chefs de projet · managers et dirigeants impliqués dans des projets de données ou d'intelligence artificielle.

Prérequis

Aucun prérequis

Dates et lieux

36 dates programmées entre novembre 2026 et décembre 2027. Les places sont confirmées par ordre d’arrivée des demandes.

novembre 2026

décembre 2026

janvier 2027

février 2027

mars 2027

avril 2027

mai 2027

juin 2027

septembre 2027

octobre 2027

novembre 2027

décembre 2027

Aucune de ces dates ne vous convient ? Nous ouvrons des sessions supplémentaires sur demande, et chaque programme peut être organisé pour votre seule équipe.

Informations pratiques

Avant la formation
Questionnaire de positionnement en ligne. Vos objectifs de progrès sont transmis au formateur, qui adapte les cas pratiques à votre contexte.
Méthodes pédagogiques
Apports théoriques, ateliers et cas pratiques. Support de cours numérique et fiches méthodes fournis.
Évaluation
QCM et mises en situation. Évaluation des acquis en début et en fin de parcours, évaluation à chaud et à froid à 60 jours.
Après la formation
1 an d'accès à l'espace e-learning. Auto-évaluation des compétences acquises et point de suivi à 30 jours avec votre formateur.
Modalités d’inscription
Inscription en ligne ou sur devis.
Délai d’accès
11 jours ouvrés après confirmation de l'inscription.
Accessibilité
Nos formations sont accessibles aux personnes en situation de handicap. Contactez notre équipe accessibilité pour définir ensemble une solution adaptée : contact@mpf-academy.ae
Dates de démarrage
Entrées permanentes : en plus des sessions programmées, cette formation peut démarrer sur demande.