Data et
Intelligence Artificielle
Ce parcours aborde :
1) DaaS – Data as a Service : technologies (Data Science, IA, BI & Analytics, Apps & Microservices, etc.), plateforme (API, Services), infrastructure (data lakes, databases, data warehouses, apps, etc.) et organisation
2) IA 2.0 – solutions innovantes et Game Changers : les nouvelles formes d’intelligence artificielle, les grandes tendances, cas d’usage emblématiques et comment se lancer
3) Piloter la performance d’entreprise par la Data : quelle organisation et architecture pour la mise à disposition des données pour les data scientists (feature stores, data stewards, etc.) ; Forces et faiblesses comparative des architectures de données modernes
4) Data Scientists : quelles évolutions du métier et quel avenir ? Se former et s’autoformer, partagez ses recettes ?
- Ethique : Comment certifier les processus de conception et de mise en œuvre des solutions IA
- Deep Learning : Bonnes pratiques et facteurs de succès pour l’exploitation de modèles Deep Learning avancés (modèles de langages, etc.)
5) Comprendre les besoins IA des métiers et collaborer de manière performante : quels operating model ?