RNCP42147RNCPNiveau 7ActiveCadre européen · Niv. 7· Publiée

Expert en ingénierie de l'intelligence artificielle et des applications

Suivre ce titre

Fiche & référentiel officiels

Niveau: Niveau 7
Date d'effet: —
Fin d'enregistrement: 30/04/2029
Délivrable jusqu'au: 30/04/2033
Certificateurs: 1

Financement

Éligible CPF

Oui, mobilisable au CPF

Une certification active au RNCP / RS est mobilisable au Compte Personnel de Formation.

Prise en charge apprentissage (NPEC)

Donnée non disponible

Aucun niveau de prise en charge publié pour ce code dans le référentiel NPEC.

Insertion professionnelle · promotion 2024

Certifiés

96 %

Insertion globale 6 mois

—

Dans le métier 2 ans

Promotion	Certifiés	dont VAE	Insertion 6 mois	Métier 2 ans
2024	37	0	96 %	—
2023	59	4	100 %	48 %
2022	35	0	100 %	58 %

Voies d'accès

Après un parcours de formation sous statut d'élève ou d'étudiant
En contrat d'apprentissage
En contrat de professionnalisation
Par expérience (VAE)

Certificateur

ECOLE SUP INFORMATIQUE ELECTRON AUTOMAT31134913800017

Télécharger la liste complète (Excel)

Blocs de compétences (4)

RNCP42147BC01Gérer la relation commanditaire

Organiser et conduire une réunion en pratiquant l’écoute active et en identifiant la typologie du client pour affiner sa demande et construire un argumentaire adapté à ses besoins Analyser les besoins du client en réalisant un diagnostic de son écosystème interne et externe ; pour proposer une solution adaptée au contexte normatif et juridique de l’entreprise. Analyser l’environnement technologique en menant une étude comparative des moyens techniques et services existants de façon à identifier les pistes de solutions et répondre aux besoins du client en prenant en compte les impacts sociaux, sociétaux & environnementaux Concevoir une solution à partir des besoins et risques exprimés par la modélisation d’une architecture, afin de la présenter au client et de l’assister sur sa prise de décision Réaliser une estimation des coûts de la solution en prenant en compte les dépenses d’exploitation et les gains non quantifiables, afin d’évaluer le retour sur investissement du (des) projet(s) et déterminer la rentabilité de la solution envisagée.

Modalités d'évaluation : Mise en situation professionnelle simulée individuelle en français et/ou en anglais Cas pratiques individuels en français et/ou en anglais Cas pratique en équipe de 2 à 3 personnes en français et/ou en anglais

RNCP42147BC02Piloter des projets d'ingénierie logicielle

Établir une liste priorisée des fonctionnalités à livrer dans un cadre contractuel en tenant compte des exigences du projet afin de fournir le produit (ou le service) qui permet d’apporter une valeur ajoutée aux besoins du client. Planifier l’exécution du projet en déterminant le cadre méthodologique, les rôles des parties prenantes et le planning prévisionnel permettant de converger vers l’atteinte des objectifs du projet. Assurer le suivi du projet en mesurant régulièrement l’avancée du projet avec les outils et méthodes appropriés afin d’appliquer des mesures adaptatives et garantir la satisfaction du client et des utilisateurs. Faciliter l’organisation et l’environnement de travail de son espace et/ou celui de l’équipe en mettant en œuvre des actions d’amélioration, de communication et/ou de responsabilisation afin d’impliquer toutes les parties prenantes dans l’atteinte des objectifs du projet.

Nomenclatures

NSF

326 · Informatique, traitement de l'information, réseaux de transmission

ROME

M1805 · Études et développement informatique
M1803 · Direction des systèmes d'information
M1806 · Conseil et maîtrise d'ouvrage en systèmes d'information
M1810 · Production et exploitation de systèmes d'information
M1802 · Expertise et support en systèmes d'information

Formacode

31094 · Gestion projet informatique
31028 · Intelligence artificielle
30854 · Langages informatiques
31026 · Data science
31011 · Cloud Computing

Objectifs et contexte

La certification "Expert en ingénierie de l'intelligence artificielle et des applications" vise à former des experts capables de concevoir, développer, intégrer et industrialiser des solutions d’intelligence artificielle dans des environnements logiciels complexes. Ces professionnels maîtrisent l’ensemble du cycle de vie d’un projet intégrant l'IA, depuis l’analyse du besoin jusqu’au déploiement en production, en passant par la modélisation, l’architecture logicielle, la gouvernance des données et la sécurisation des systèmes.

Activités visées

Analyse du besoin Conseil sur les technologies, outils, services Proposition d'une solution Analyse du retour sur investissement Priorisation des fonctionnalités à livrer Planification de l'exécution Suivi de l'avancement Animation de l'équipe Conception d'une solution d'intelligence artificielle Intégration et industrialisation d'une solution d'intelligence artificielle Conception de l'architecture et de la solution logicielle Déploiement continue de la solution logicielle Gestion des données massives (big data) Déploiement applicatif dans le cloud

Compétences attestées

Organiser et conduire une réunion en pratiquant l’écoute active et en identifiant la typologie du client pour affiner sa demande et construire un argumentaire adapté à ses besoins Analyser les besoins du client en réalisant un diagnostic de son écosystème interne et externe ; pour proposer une solution adaptée au contexte normatif et juridique de l’entreprise. Analyser l’environnement technologique en menant une étude comparative des moyens techniques et services existants de façon à identifier les pistes de solutions et répondre aux besoins du client en prenant en compte les impacts sociaux, sociétaux & environnementaux Concevoir une solution à partir des besoins et risques exprimés par la modélisation d’une architecture, afin de la présenter au client et de l’assister sur sa prise de décision Réaliser une estimation des coûts de la solution en prenant en compte les dépenses d’exploitation et les gains non quantifiables, afin d’évaluer le retour sur investissement du (des) projet(s) et déterminer la rentabilité de la solution envisagée. Établir une liste priorisée des fonctionnalités à livrer dans un cadre contractuel en tenant compte des exigences du projet afin de fournir le produit (ou le service) qui permet d’apporter une valeur ajoutée aux besoins du client. Planifier l’exécution du projet en déterminant le cadre méthodologique, les rôles des parties prenantes et le planning prévisionnel permettant de converger vers l’atteinte des objectifs du projet. Assurer le suivi du projet en mesurant régulièrement l’avancée du projet avec les outils et méthodes appropriés afin d’appliquer des mesures adaptatives et garantir la satisfaction du client et des utilisateurs. Faciliter l’organisation et l’environnement de travail de son espace et/ou celui de l’équipe en mettant en œuvre des actions d’amélioration, de communication et/ou de responsabilisation afin d’impliquer toutes les parties prenantes dans l’atteinte des objectifs du projet. Identifier les enjeux scientifiques, technologiques, économiques, juridiques et éthiques de l’intelligence artificielle pour apporter une valeur ajoutée par l’utilisation des solutions d’intelligence artificielle dans une application et en mesurer la faisabilité. Concevoir une solution d’intelligence artificielle prenant en compte les données disponibles pour répondre à une problématique métier donnée et en mesurer la pertinence et efficacité Mettre en œuvre des modèles d’apprentissage automatique et d’intelligence artificielle selon une méthodologie MLOps pour automatiser les outils de production en prenant en compte les contraintes technologiques et économiques. Concevoir, modéliser et développer une architecture cross platform, secure by design et reposant sur des technologies et ressources disponibles (publiques, hybrides ou privées), à partir des exigences et attributs de qualité pour répondre à un cahier des charges d’une application Industrialiser le développement du logiciel à l’aide d’outils d’automatisation en décrivant le processus de déploiement de manière à faire évoluer les logiciels développés et minimiser les erreurs de manipulation par les tiers. Concevoir une infrastructure adaptée et gérer les données à toutes les étapes du cycle de vie : collecte, préparation, exploitation, modélisation, visualisation en appliquant les règles de gouvernance des données (RGPD, DSA) et en assurant leur sécurisation. En appliquant les principes MLOps et DevOps à une architecture adaptée, déployer et maintenir une application dans un cloud privé, hybride ou public dont les aspects financiers, sécurité et scalabilité sont pris en compte

Titres proches

Repérés par proximité sémantique. Utile pour situer votre offre, vos concurrents et d'éventuelles passerelles.

Source : répertoires nationaux France Compétences (open data data.gouv.fr), schéma v4.1. Adéqua restitue la donnée telle qu'enregistrée ; il n'est pas un service public et n'emporte aucun agrément.