Établissements
JEDHA
Lead Track Data Science & E...

Lead track data science & engineering et generative ai - architecte en intelligence artificielle

Certification : Architecte en intelligence artificielle

Proposée par JEDHA

Formation Professionnelle

RNCP 38777

Présentiel

Pas d'apprentissage

Type

Catégorie de la certification

Autre certification inscrite au RNCP

Niveau de sortie

Niveau reconnu si applicable

Bac +5 (Niveau 7 - équivalence européenne)

Prix

Indiqué par l'établissement

13 100 €

Présentation

- Méthode pratique "learning by doing" - Enseignants professionnels de la Data - Études de cas issues d'entreprises - Accès à vie aux contenus de cours - Accès à vie à la communauté et au réseaux de partenaires Jedha

Formation dispensée en Présentiel à l'adresse suivante :

Localisation & Rattachements

Département: Paris
Région: Île-de-France

Coordonnées géographiques indisponibles

Objectifs

À l’issue de sa formation chez Jedha, le stagiaire sera en mesure de :

Collecter et stocker de grandes quantités de données
Analyser ces données grâce à SQL et à Python
Représenter visuellement les résultats de vos analyses
Construire des modèles de prédiction en Machine Learning et Deep Learning
Déployer de manière robuste vos applications avec Docker et Kubernetes
Construire un pipeline Data pour analyser les données générées par vos applications
Automatiser et monitorer vos modèles de Machine Learning
Exploiter les capacités de l'IA Générative

Débouchés / Résultats attendus

Passage du titre RNCP38777 - Architecte en Intelligence Artificielle

Évaluation : Évaluation écrite et évaluation orale, avec différents livrables attendus.

Mise en situation professionnelle : Donne lieu à un écrit et un oral, avec différents livrables attendus.

Les conditions d'évaluation sont adaptées aux besoins spécifiques des personnes en situation de handicap si nécessaire.

Programme & Référentiel

Cette formation est composée de 4 parcours eux-mêmes composés de plusieurs modules :

Essentials :

Module 1 - Data visualisation & Data mining
Module 2 - SQL & Cloud Computing
Module 3 - Python & Statistiques
Module 4 - ML
Module 5 - Projet

Fullstack :

Module 1 - Programmation Python
Module 2 - Analyse de données exploratoires
Module 3 - Collecte et Gestion des données
Module 4 - Big Data
Module 5 - Machine Learning Supervisé
Module 6 - Machine Learning Non-Supervisé
Module 7 - Deep Learning
Module 8 - Déploiement
Module 9 - Coaching carrière
Module 10 - Projets

Lead :

Module 1 - Déploiement & Distributed Machine Learning
Module 2 - Reinforcement Learning
Module 3 - Data Pipelines
Module 4 - Automation & Workflow
Module 5 - Machine Learning Monitoring
Module 6 - Projet final

Generative AI & Prompt Engineering :

Module 1 - LLM & Prompt Design
Module 2 - Applied Prompt Engineering
Module 3 - State of the Art Prompting, Security & Ethics
Module 4 - APIs & Automation
Modules 5 & 6 - AI Applications & Projet final