PMI-CPMAI™ : mener des projets d'IA de bout en bout

Module 1 : comprendre les enjeux de la gestion de projet d'IA

• Les raisons pour lesquelles les projets d'IA échouent plus souvent que les projets logiciels classiques.
• Le rôle des cycles itératifs et d'une approche centrée sur les données dans la réussite d'un projet d'IA.
• Les 7 patterns de l'IA et les principes d'une intelligence artificielle responsable et fiable.

Module 2 : aligner l'IA sur les besoins métier (phase I)

• La formulation du problème, des personas et des cas d'usage, puis le choix d'une approche d'IA adaptée.
• L'évaluation de la faisabilité, des risques et de l'état de préparation de l'organisation.
• La définition du périmètre, des critères de réussite et du retour sur investissement.

Module 3 : identifier les besoins en données (phase II)

• La définition des données requises : types, volume, qualité et sources internes ou externes.
• La vérification des droits d'usage, de la confidentialité et de la conformité, notamment au RGPD.
• L'évaluation de la suffisance des données et la décision go/no-go.

Module 4 : préparer les données pour l'IA (phase III)

• Le nettoyage, le prétraitement et la transformation des données.
• L'ingénierie des caractéristiques, l'augmentation des données et la détection des biais.
• La documentation et la reproductibilité des traitements, jusqu'à la décision de passer à la modélisation.

Module 5 : piloter le développement itératif des modèles (phase IV)

• Le choix des techniques de modélisation (supervisée, non supervisée, par renforcement, IA générative) selon le cas d'usage.
• Le suivi de l'entraînement, du réglage et de la gestion des versions des modèles et des données.
• Les arbitrages entre performance, complexité et interprétabilité des modèles.

Module 6 : tester et évaluer les systèmes d'IA (phase V)

• Les protocoles de test, d'assurance qualité et d'évaluation des performances des modèles.
• La vérification de la robustesse, de l'explicabilité et de l'équité par des tests de biais.
• La décision go/no-go avant le passage en production.

Module 7 : opérationnaliser l'IA et en assurer la gouvernance (phase VI)

• Le plan de déploiement, de transition vers l'exploitation et de contingence.
• Le suivi des performances, la détection de la dérive et la gouvernance du cycle de vie des modèles.
• Le bilan final, les retours d'expérience et l'amélioration continue.

Module 8 : se préparer à l'examen PMI-CPMAI

• Révision des points clés abordés tout au long de la formation.
• Présentation détaillée du format de l'examen (120 questions dont 20 non notées, 160 minutes, répartition par domaines).
• Conseils et astuces pour réussir l'examen (méthodologie et gestion du temps).