Quelles sont les compétences principales demandées et les modalités de réussite ?
Voici les compétences qui seront attestées par l’UL6S (suivant le référentiel CRISP-DM déjà éprouvé dans le secteur automobile) :
- Compréhension du cas business : pour justifier l’intérêt de l’IA et de transformer le use case en business case.
- Compréhension des données : pour évaluer la qualité des données, leurs biais, leurs dépendances, leurs types et comment elles ont été collectées.
- Préparation des données : pour visualiser les données, faire de l’engineering de données afin de préparer le jeu d’apprentissage de l’algorithme.
- Modélisation : tester plusieurs modèles pour réaliser la meilleure prédiction.
- Evaluation du modèle : pour mesurer et atteindre la métrique fixée à l’origine du projet en modifiant les hyper-paramètres.
- Déploiement : pour généraliser le business case à grand échelle.
- Aptitude à la gestion de projets : pour synchroniser les phases du projet d’une manière efficiente en mode agile, souple et interactif.
Modalités d'évaluation : 2 phases seront exigées
- Un quiz sur la connaissance académique en machine learning et deep learning (plateforme du CESI) et un cas applicatif sur un jeu imposé de données sera à résoudre et il est possible d’obtenir à ce stade une certification partielle de connaissances.
- Une soutenance sera organisée devant un Jury de pairs de l’UL6S dans le domaine, sur la base d’un dossier sur un projet réellement conduit en entreprise, structuré suivant les phases du CRISP-DM.