Machine Learning Strategy
Cette formation a pour objectif de vous aider à faire du Machine Learning un enjeu stratégique dans votre entreprise. Nombre d’entreprises ont aujourd’hui investi dans plusieurs projets à base de Machine Learning, voire ont plusieurs modèles en production. Ce qu’il manque alors est un alignement stratégique autour des enjeux, de la priorisation et des risques liés à l’utilisation du Machine Learning. L’objectif est de passer d’un mode de fonctionnement où l’IA doit prouver sa valeur à une vision stratégique de l’IA à l’échelle de l’organisation.
Objectifs
<div class="wrapper-block"><div class="wrapper-objectives"> <div class="icons-check"> </div>Alignement sur les principaux enjeux de l’IA</div><div class="wrapper-objectives"> <div class="icons-check"> </div>Compréhension des challenges actuels autour du Machine Learning</div><div class="wrapper-objectives"> <div class="icons-check"> </div>Mise en place d’une gouvernance autour de l’IA</div><div class="wrapper-objectives"> <div class="icons-check"> </div>Compréhension des challenges et enjeux autour de l’IA Responsable</div></div><div class="wrapper-objectives"> <div class="icons-check"> </div>Créer une culture de l’IA et du MLOps au sein de l’entreprise</div>
Note
Public cible
- Chief Data Officer,
- Responsable métier
- Responsable Data
- Chief Data Officer
Prérequis
Aucun pré-requis nécessaire
Taux d'abandon
Programme détaillé
Machine Learning : Alignement sur les principaux enjeux
- Big Data, Data Science, Machine Learning, Intelligence Artificielle
- Fondamentaux de la Data Science
- Cycle de vie d’un projet Data Science
Les challenges actuels du Machine Learning
- Industrialisation et mise en production
- Pluridisciplinarité nécessaire à la création de produits data de bout en bout
- Data Product Management
- Alignement stratégique autour des définitions et enjeux et l’IA
- Gouvernance des projets IA
Gouvernance de projets IA
- Management des risques liés au Machine Learning
- Priorisation et pilotage des Use Case de Machine Learning
- Définition des responsabilités clés
IA responsable et éthique : enjeux et obligations
- Grands piliers de l’IA Responsable
- Explicabilité les modèles de Machine Learning
- Gestion des biais en Data Science
- AI Act
Créer une culture du Machine Learning et du MLOps
- Définition et enjeux du MLOps
- MLOps & DevOps : Application du framework CALMS au Machine Learning
- Sponsorship des stackholders