Start a conversation ↗

Description

Projet d’intelligence artificielle : cadrer, arbitrer et mettre en production

Conduire un projet d'intelligence artificielle jusqu'à un usage réel plutôt qu'à une démonstration

  • 2 days — 14 h
  • In-person or virtual
  • Foundation
  • Up to 6 participants

Beaucoup de projets d'intelligence artificielle ne dépassent jamais le stade de la démonstration : le modèle fonctionne sur un jeu de données soigneusement choisi, mais personne n'a défini qui l'utilisera, sur quelles données de production, ni comment le gain sera mesuré. Les équipes métier attendent des résultats, la direction s'interroge sur le budget déjà engagé et le sujet s'enlise.

Ces deux jours abordent l'intelligence artificielle sous l'angle de la conduite de projet : choix du cas d'usage, qualification des données, arbitrage entre solution du marché et développement spécifique, évaluation du modèle, mise en production et cadre de gouvernance applicable. Chaque participant repart avec la fiche de cadrage complétée de son propre cas d'usage.

Learning objectives

  • Identifier un cas d'usage d'intelligence artificielle à valeur mesurable
  • Qualifier la disponibilité et la qualité des données nécessaires
  • Arbitrer entre une solution du marché et un développement spécifique
  • Construire le plan projet et l'équipe associée jusqu'à la mise en production
  • Définir avec les utilisateurs les critères d'évaluation du résultat obtenu
  • Intégrer les exigences de conformité et de gestion des risques dans le projet

What makes this programme different

Chaque participant instruit son propre cas d'usage et le confronte à une grille de faisabilité
Un comité d'investissement est simulé pour défendre le passage en production
Les causes classiques d'un projet bloqué au stade de la démonstration sont traitées sur cas réels

Programme

1Cadrer le cas d'usage

Partir du problème métier et non de la technologie

  • Identifier les tâches où l'apprentissage automatique apporte un gain mesurable
  • Formuler le problème en termes de prédiction, de classement ou de génération
  • Estimer la valeur attendue et les conditions de son obtention
  • Examiner les alternatives ne nécessitant aucun algorithme
  • Rédiger la fiche de cadrage

2Données et faisabilité

Vérifier la matière première avant d'engager

  • Inventaire des sources de données et de leur accessibilité
  • Profondeur d'historique et représentativité des observations
  • Qualité des données, étiquetage et biais potentiels
  • Contraintes de confidentialité et traitement des données personnelles
  • Coût réel de la préparation des données

3Conduire le projet

Organiser le travail entre équipes métier et techniques

  • Choisir entre solution du marché, intégration ou développement spécifique
  • Composition de l'équipe et rôles attendus
  • Découpage de la preuve de valeur jusqu'à l'industrialisation
  • Budget, calendrier et points de décision
  • Relation avec les prestataires et clauses de réversibilité

4Évaluation, mise en production et conformité

Faire vivre la solution dans la durée

  • Définir les critères d'évaluation avec les utilisateurs
  • Protocole de test et comparaison avec la pratique actuelle
  • Intégration dans les processus et accompagnement des utilisateurs
  • Surveillance des performances et dérive constatée dans le temps
  • Exigences de transparence, de documentation et de gestion des risques

Who is it for

Chefs de projet, responsables des systèmes d'information, responsables métier porteurs d'un cas d'usage et managers impliqués dans la transformation numérique.

Prerequisites

Une première expérience de la conduite de projet est souhaitable. Aucune compétence en programmation n'est requise.

Dates & locations

36 scheduled dates between novembre 2026 and décembre 2027. Seats are confirmed in the order enquiries are received.

novembre 2026

décembre 2026

janvier 2027

février 2027

mars 2027

avril 2027

mai 2027

juin 2027

septembre 2027

octobre 2027

novembre 2027

décembre 2027

None of these dates suit you? We open additional sessions on request, and any programme can be run privately for your team.

Practical details

Before the programme
Online positioning questionnaire. Your development objectives are shared with the trainer, who tailors the practical case studies to your context.
Teaching methods
Theoretical input, workshops and practical case studies. Digital course materials and method sheets provided.
Assessment
Multiple-choice tests and role-play exercises. Assessment of learning at the start and end of the programme, with immediate and 60-day follow-up evaluations.
After the programme
One year of access to the e-learning platform. Self-assessment of the skills acquired and a 30-day follow-up session with your trainer.
How to register
Registration online or on the basis of a quotation.
Lead time
11 working days after confirmation of registration.
Accessibility
Accessible to people of determination. Contact our accessibility coordinator to design a suitable solution: contact@mpf-academy.ae
Start dates
Rolling intake: in addition to the scheduled sessions, this programme can start on request.