Public visé
Chefs de projet, product owners, managers et décideurs souhaitant piloter des projets d’Intelligence Artificielle.
Prérequis
- Expérience en gestion de projet
- Culture générale en informatique
- Notions de base sur l’IA (concepts, terminologie)
Objectifs pédagogiques
À l’issue de cette formation, vous serez capable de :
- Identifier les opportunités d’application de l’IA dans l’entreprise
- Cadrer et structurer un projet IA
- Maîtriser les spécificités du cycle de vie d’un projet IA
- Comprendre les enjeux techniques (Machine Learning, Deep Learning)
- Gérer les aspects éthiques, juridiques et organisationnels
- Piloter une équipe projet IA avec les méthodes agiles adaptées
Programme
Jour 1 - Matin
Introduction à l’IA pour les chefs de projet
- Panorama de l’IA : ML, DL, IA générative
- Cas d’usage par secteur d’activité
- Évaluer le potentiel IA de son organisation
- Identifier les projets IA à forte valeur ajoutée
Jour 1 - Après-midi
Cadrage d’un projet IA
- Définir les objectifs et KPIs
- Évaluer la faisabilité technique et organisationnelle
- Constituer l’équipe projet (rôles : Data Scientist, ML Engineer, etc.)
- Estimer les ressources et le budget
- Analyse des risques spécifiques
Jour 2 - Matin
Cycle de vie d’un projet IA
- Phases : exploration, POC, MVP, industrialisation
- Gestion des données (collecte, qualité, gouvernance)
- Choix des modèles et approches
- Métriques d’évaluation des modèles
Jour 2 - Après-midi
Méthodologies agiles pour l’IA
- Adaptation de Scrum pour les projets IA
- Gestion de l’incertitude et des itérations
- MLOps : intégration et déploiement continus
- Suivi et monitoring des modèles en production
Jour 3 - Matin
Aspects juridiques et éthiques
- Réglementation (AI Act, RGPD)
- Biais algorithmiques et équité
- Explicabilité et transparence
- Responsabilité et gouvernance IA
Jour 3 - Après-midi
Conduite du changement
- Accompagner les équipes face à l’IA
- Communication et gestion des parties prenantes
- Retours d’expérience et bonnes pratiques
- Atelier : construction d’une feuille de route projet IA
Modalités d’évaluation des acquis
- En cours de formation, par des études de cas
- Et, en fin de formation, par un projet de cadrage IA