Certification développeur intelligence artificielle
Certification
Parcours délivrant une certification RNCP34757 Développeur en intelligence artificielle
Voie d’accès à la certification :
- En contrat de professionnalisation / en contrat d’apprentissage ;
- Après un parcours de formation continue ;
- Par expérience.
Présentation
Date de dernière mise à jour : 01/03/2023
Le métier de développeur intelligence artificielle (IA) est un métier émergent. En effet, la demande est forte mais l’offre de candidats expérimentés est limitée.
L’évolution des technologies permet désormais de mener des analyses poussées avec des interfaces simples et l’application des compétences de production, comme les requêtes SQL traditionnelles.
La mise à disposition des principaux algorithmes de Machine Learning et d’Intelligence Artificielle sous forme de boîtes à outils permet désormais de mettre en œuvre des prédictions sans développer soi-même le modèle mathématique. Sur la partie du métier allant de la collecte au requêtage des données, l’évolution des outils d’ETL (Extract, Transform Load, ou Transformation, Extraction et Chargement des données)
s’appuyant sur des langages connus des développeurs, tels que SQL ou Python, permet désormais de former des professionnels à un niveau technicien.
Pour la partie analyse et prédiction du métier, les principaux algorithmes sont désormais packagés : sous forme de boîtes à outils graphiques, comme Splunk, de langages spécialisés tels que R ou de bibliothèques spécialisées, tel que scikit-learn pour Python. Cette mise à disposition permet désormais la mise en œuvre de formations au niveau 6 pour des postes de développeur intelligence artificielle pouvant mettre en oeuvre les algorithmes définis par un Data Scientist, ou pouvant exploiter les boîtes à outils existantes. Ainsi, la certification a pour but l’acquisition des compétences nécessaires à l’identification et la réalisation, à partir d’un besoin, des spécifications techniques des différents composants de l’application visée : gestion des données, fonctionnalités, algorithme et services d’IA etc. Elle vise aussi l’acquisition des compétences nécessaires au développement d’une application au sens large et notamment des fonctionnalités d’intelligence artificielle (classification, traitement du langage et prédictions de manière plus générale).
En maîtrisant ces compétences, le développeur sera en capacité d’aller vers les domaines du machine learning, du deep learning, du traitement du langage (NLP), ou encore de l’intégration de services cognitifs au travers d’API.
Activités visées :
- Développer la gestion des données analytiques d’un projet d'application
- Développer un programme d'intelligence artificielle
- Développer une application d’intelligence artificielle
- Gérer un projet de développement d’application
Compétences visées
RNCP34757BC01 - Développer la gestion des données analytiques d’un projet d'application
- C1. Qualifier les données grâce à des outils d’analyse et de visualisation de données en vue de vérifier leur adéquation avec le projet.
- C2. Concevoir une base de données analytiques avec l’approche orientée requêtes en vue de la mise à disposition des données pour un traitement analytique ou d’intelligence artificielle.
- C3. Programmer l’import de données initiales nécessaires au projet en base de données, afin de les rendre exploitables par un tiers, dans un langage de programmation adapté et à partir de la stratégie de nettoyage des données préalablement définie.
RNCP34757BC02 - Développer un programme d'intelligence artificielle
- C4. Préparer les données disponibles depuis la base de données analytiques en vue de leur utilisation par les algorithmes d’intelligence artificielle.
- C5. Concevoir le programme d’intelligence artificielle adapté aux données disponibles afin de répondre aux objectifs fonctionnels du projet, à l’aide des algorithmes, outils et méthodes standards, notamment de machine learning et de deep learning.
- C6. Développer le programme d’intelligence artificielle selon les données du projet et les éléments de conception définis, en exploitant les algorithmes et les outils standards couramment utilisés dans le domaine.
- C7. Développer l’interaction entre les fonctionnalités de l’application et l’intelligence artificielle dans le respect des objectifs visés et des bonnes pratiques du domaine.
- C8. Modifier les paramètres et composants de l’intelligence artificielle afin d’ajuster aux objectifs du projet les capacités fonctionnelles de l’algorithme à l’aide de techniques d’optimisation.
RNCP34757BC03 - Développer une application d'intelligence artificielle
- C9. Analyser un besoin en développement d’application mettant en oeuvre des techniques d'intelligence artificielle afin de produire les éléments de réponses techniques.
- C10. Concevoir une base de données relationnelle à l’aide de méthodes standards de modélisation de données.
- C11. Développer les requêtes et les composants d'accès aux données dans un langage adapté afin de persister et mettre à jour les données issues de l’application en base de données.
- C12. Développer le back-end de l’application d’intelligence artificielle dans le respect des spécifications fonctionnelles et des bonnes pratiques du domaine.
- C13. Développer le front-end de l’ application d’intelligence artificielle à partir de maquettes et du parcours utilisateur⋅rice, dans le respect des objectifs visés et des bonnes pratiques du domaine.
- C14. Améliorer l’application d’intelligence artificielle en développant une évolution fonctionnelle pour répondre à un besoin exprimé par un client ou un utilisateur.
- C15. Maintenir l’application d’intelligence artificielle à l’aide des techniques de monitorage afin de détecter et corriger les éventuels dysfonctionnements.
RNCP34757BC04 - Gérer un projet de développement d'application
- C16. Planifier les actions du projet à l’aide d’un outil adapté afin de prévoir la complétion du projet dans les temps impartis.
- C17. Concevoir un système de veille technologique permettant de collecter, classifier et analyser l’information afin d’améliorer la prise de décisions techniques.
- C18. Communiquer avec les parties prenantes afin de rendre compte de l'avancement du projet en mettant en oeuvre les canaux de communication nécessaires.
Programme
La certification est évaluée selon les quatre modalités ci-dessous.
L'évaluation finale est menée par un jury composé de deux professionnels habilités minimum, quatre maximum. Au moins deux professionnel.les avec une expérience avérée de 2 ans dans le secteur du développement d'application et de l'intelligence artificielle.
La ou les personnes supplémentaires peuvent être un.e ou des professionnel.les qui maîtrisent les pratiques de recrutement en entreprise.
La moitié des membres du jury, soit 50% d’entre eux, sont extérieurs à l’autorité délivrant la certification.
Toutes les compétences (100%) doivent être acquises pour obtenir de la certification
Mise en situation 1 (E1)
Contenu : L’évaluation doit se faire dans un contexte de réalisation d’un service numérique réel ou fictif basé sur l’usage de données, à partir du cadrage pour la réalisation d’un service numérique (spécifications fonctionnelles et techniques par exemple). Le projet évalué a pour but d’optimiser, d’automatiser, de pérenniser et de mettre à disposition les flux de données et les données, utiles et nécessaires à la réalisation du service numérique, par les équipes techniques (par exemple en analyse statistique, en business intelligence, en machine learning ou encore en intelligence artificielle).
Le/la candidat(e) doit :
- Présenter le flux automatisé de collecte des données à partir de différentes sources : service web, fichier de données, base de données, système big data,
- Présenter les requêtes de nettoyage et mise en forme des données,
- Présenter la création d’une base de données,
- Présenter l’exposition des données dans une API.
Livrables : rapport professionnel individuel
Évaluation : Correction du rapport professionnel, Soutenance orale individuelle.
Cas pratique 1 (E2)
Contenu : L’évaluation doit se faire à partir de l’expression d’un besoin réel ou fictif de fonctionnalités d’intelligence artificielle. Ce besoin peut résulter d’une commande client comme d’une sollicitation interne d’un collaborateur data scientist par exemple.
Le cas pratique évalué a pour but l’installation et la configuration du service d’IA préconisé.
Le/la candidat(e) doit
- Présenter son dispositif de veille.
- Présenter la problématique technique et fonctionnelle d’intelligence artificielle à adresser à partir de l’expression de besoin.
- Présenter l’inventaire des outils et services d’intelligence artificielle accessibles et répondant au problème visé.
- Présenter une préconisation d’un ou plusieurs services d’intelligence artificielle.
- Présenter les étapes de configuration et d’installation d’un ou plusieurs services d’intelligence artificielle préconisé(s).
Livrable : rapport professionnel individuel
Évaluation : Correction du rapport professionnel, soutenance orale individuelle.
Mise en situation 2 (E3)
Contenu : L’évaluation doit se faire dans un contexte réel ou fictif de réalisation d’un service d’intelligence artificielle à partir d’un modèle fourni.
Le projet évalué a pour but la mise en service (packaging*, monitorage, test…) du modèle fourni, et son intégration dans une application existante.
Le/la candidat(e) doit :
- Présenter le projet de développement d’une API encapsulant un modèle d’intelligence artificielle.
- Présenter les différentes étapes d’intégration d’une API d’intelligence artificielle dans une application existante.
- Présenter le monitorage et les tests du modèle d’intelligence artificielle.
- Présenter la chaîne de livraison continue du modèle.
- Effectuer une démonstration des différents composants du projet : API du modèle, application enrichie par l’API et livraison continue du modèle.
Livrables : rapport professionnel individuel
Évaluation : Correction du rapport professionnel, soutenance orale individuelle intégrant une démonstration du projet.
Mise en situation 3 (E4)
Contenu : L’évaluation doit se faire dans un contexte réel ou fictif de développement d’une application intégrant un service d’intelligence artificielle. Le projet évalué a pour but d’analyser un besoin en développement d’application d’intelligence artificielle, de concevoir, développer, tester et enfin livrer l’application.
Le/la candidat(e) doit :
- Présenter le projet d’application répondant au besoin : architecture applicative, pile technique, plan de réalisation,
- Présenter les tests de l’application et la chaîne de livraison continue.
- Effectuer une démonstration de l’application réalisée.
Livrables : rapport professionnel individuel
Évaluation : Correction du rapport professionnel, Soutenance orale individuelle intégrant une démonstration du projet.
Cas pratique 2 (E5)
Contenu : L’évaluation doit se faire à partir d’une application existante présentant au moins une erreur technique, en contexte réel ou fictif. Le cas pratique évalué a pour but la mise en place du monitorage applicatif et de la résolution d’un incident technique dans l’application.
Le/la candidat(e) doit :
- présenter le dispositif de monitorage applicatif,
- présenter la description de l’incident technique : déclenchement, périmètre impacté,
- présenter le diagnostic,
- présenter la résolution : méthodologie, tests en succès,
- présenter la documentation de l’incident et de sa résolution.
Livrable : documentation technique du monitorage. Documentation de la résolution de l’incident technique.
Évaluation : Correction de la documentation, soutenance orale individuelle présentant le monitorage de l’application et la solution implémentée en réponse à l’incident technique traité.
Admission
Le cas échant, prérequis à l’entrée en formation :
Le seul prérequis est la validation des tests de positionnement à l'entrée en formation. Ces tests ont pour objectifs de sécuriser les parcours des apprenant.es et de constituer le collectif de la promotion. Pour cela, ces tests vont permettre d’informer le candidat sur l’organisme et la formation, d’évaluer son profil et de l’aiguiller si besoin dans son parcours.
Les évaluations menées dans les tests de positionnement servent à apprécier :
- les conditions dans lesquelles le candidat ou la candidate pourra suivre la formation (situation financière, logement, …) ;
- la cohérence du projet professionnel ;
- les compétences techniques qui sont mobilisées dans une phase d’auto-apprentissage intégrée au positionnement ;
- les compétences transversales identifiées comme favorisant la réussite de l’entrée et du suivi de la formation.
Le positionnement se déroule en six phases. Les trois premières se déroulent en individuel, à distance en ligne. Les trois dernières sont menées de façon synchrone pour l’ensemble des candidats lors d’une session. Ainsi, successivement, le candidat ou la candidate :
- prend connaissance des étapes et des attendus de la candidature sur le site internet de l’organisme ;
- découvre et explore les compétences visées par le projet de formation au cours d’un procédé d’auto apprentissage à distance ;
- remplit le formulaire de candidature qui questionne sur la capacité administrative et sur la volonté du candidat ou de la candidate à suivre et à poursuivre la formation ;
- répond à des questions administrative lors d’un échange individuel avec un membre de l’équipe pédagogique;
- passe un entretien individuel qui revient sur les objectifs et les livrables de l’auto apprentissage ainsi que sur les éléments de compréhension métier du formulaire ;
- participe à une mise en situation en groupe qui demande aux candidats de mobiliser des compétences de collaboration et de communication
