Formation - Chef de projet intelligence artificielle

PARTIE 1 : Comprendre les technologies d'intelligence artificielle et de data science (2 jours)

1 - Introduction à l’intelligence artificielle (IA)

• L’IA, qu’est-ce que c’est ?
• Comprendre le machine learning.
• Découvrir les cas d’usage de l’IA.

2 - Construire une solution d’IA

• La classification au cœur de l’apprentissage automatique.
• Challenge : développer une solution d'IA.
• L’offre existante en IA.
• Intégrer de l'IA dans son projet.
• Les différentes approches pour structurer un projet d’IA.

3 - Introduction à la data science

• Qu’est-ce que la data science ?
• Pourquoi la data science est-elle nécessaire à l'IA ?
• Cas d’usage de data science appliquée.
• La data science dans l'organisation.

4 - Expérimenter un projet de data science

• La régression, au cœur de la prédiction des algorithmes.
• Challenge : construire un algorithme de prédiction.
• Challenge : constituer un dataset de A à Z.
• Challenge : découvrir le feature engineering.

5 - Les étapes, les profils et les ressources d'un projet d'IA

• Les étapes d’un projet IA.
• La composition d'une équipe de projet IA.

PARTIE 2 : Comprendre les impacts juridiques et éthiques de l'intelligence artificielle (1 jour)

1 - Les fondamentaux du droit des affaires appliqué à l’IA

• Impacts de l'IA sur le droit des contrats.
• Impacts de l'IA sur le droit des consommateurs.
• Impacts de l'IA sur le droit de la concurrence.

2 - Les outils de protection de l’IA par la Propriété intellectuelle

• La protection des actifs immatériels.
• Le droit des tiers.

3 - Les enjeux et les principaux mécanismes de la protection de données personnelles

• Le RGPD et les réglementations similaires.
• Le triomphe de la Privacy.

4 - Les conséquences juridiques de l’utilisation de l’IA

• Les nouvelles responsabilités.
• Les transformations du droit social.
• Les conséquences éthiques de l'utilisation de l'IA.

PARTIE 3 : Lean startup : développez des produits et services d’IA innovants (2 jours)

1 - Comprendre les bénéfices de la démarche de lean startup

• Définir le lean startup.
• Comprendre les points communs et les différences entre les différentes démarches d'innovation et de développement (lean startup, pipeline de l'innovation, agilité, design thinking, cycle en V).
• Intégrer une démarche de lean startup dans sa démarche d'innovation.

2 - Identifier des opportunités d'innovation

• Identifier la cible marché et les objectifs d'innovation.
• Identifier des concepts innovants grâce à la créativité :
  
  • comprendre les principes clés de la créativité ;
  • identifier des problématiques clients à résoudre ;
  • animer une séance de créativité ;
  • choisir une solution créatrice de valeur pour les clients.
• Formaliser le concept innovant et son marché à l'aide de l'outil lean canvas. 
• "Vendre" le projet aux décideurs.

3 - Mettre en œuvre la démarche de lean startup en 3 étapes

• Construire la solution :
  
  • identifier le MVP (Minimum Viable Product ou Produit Minimum Viable) à mettre sur le marché ;
  • développer le MVP en mode agile.
• Mesurer l'impact de la solution mise sur le marché :
  
  • mettre en place un système de mesure de l'impact client ;
  • analyser les réactions et l'intérêt des clients ;
  • identifier les points durs (pain points) et frustrations des clients.
• Apprendre (ajuster ou pivoter) :
  • analyser les réactions positives et négatives des clients ;
  • ajuster ou modifier le concept à l'aide du lean canvas.

PARTIE 4 : Mener un projet d'intelligence artificielle en mode agile (2 jours)

1 - Comprendre les bénéfices des méthodes Agiles

• L'origine des méthodes Agiles.
• Appréhender les bénéfices attendus de ces méthodes versus les méthodes classiques de conduite de projet.

2 - Comprendre la démarche SCRUM

• Identifier les étapes d'une démarche SCRUM.
• Identifier les acteurs et leurs rôles : Product owner, Scrum Master, équipe.
• Les notions : d'itération, de sprint, de release.

3 - Pratiquer les outils et rituels agiles

• Exprimer les besoins : le backlog, les user stories, la priorisation des stories.
• Planifier le travail à faire et évaluer les charges.
• Déroulement d'un Sprint Planning Meeting.
• Le tableau Kanban pour suivre l'avancement des tâches.
• L'organisation du travail au quotidien, le meeting quotidien.
• La fin et la revue d'un Sprint.
• Organiser les différents tests d'acceptation.