4 jours
Perfectionnement / Avancé
Présentiel Classe à distance
Accueil › Formations › Intelligence Artificielle › Fondamentaux de l'IA › Enjeux et technologies › Devenir manager de produits d'Intelligence Artificielle (IA)
Objectifs de formation
A l'issue de cette formation, vous serez capable de :
- Reconnaître les concepts, terminologies, spécificités et enjeux de l'IA moderne
- Faire évoluer des produits existants pour y intégrer l'IA et identifier des nouveaux besoins
- Développer et déployer des produits IA selon les meilleures méthodologies
- Activer les leviers de maîtrise des coûts et de croissance et identifier les pièges.
Modalités, méthodes et moyens pédagogiques
Formation délivrée en présentiel ou distanciel* (blended-learning, e-learning, classe virtuelle, présentiel à distance).
Le formateur alterne entre méthode** démonstrative, interrogative et active (via des travaux pratiques et/ou des mises en situation).
Variables suivant les formations, les moyens pédagogiques mis en oeuvre sont :
- Ordinateurs Mac ou PC (sauf pour certains cours de l'offre Management), connexion internet fibre, tableau blanc ou paperboard, vidéoprojecteur ou écran tactile interactif (pour le distanciel)
- Environnements de formation installés sur les postes de travail ou en ligne
- Supports de cours et exercices
En cas de formation intra sur site externe à M2i, le client s'assure et s'engage également à avoir toutes les ressources matérielles pédagogiques nécessaires (équipements informatiques...) au bon déroulement de l'action de formation visée conformément aux prérequis indiqués dans le programme de formation communiqué.
* nous consulter pour la faisabilité en distanciel
** ratio variable selon le cours suivi
Prérequis
Aucun.
Public concerné
Managers de produits, chefs de projets, Product Owners, consultants BI / Big Data.
Programme
Jour 1
Fondamentaux de l'IA moderne
- Qu'est-ce que l'IA ?
- Similarités et différences entre IA et le développement d'applications traditionnelles
- Machine Learning vs Deep Learning
- Les différents types d'apprentissage de modèles
- Stockage des données : Data Warehouse, Data Lake et lakehouse
- Pipelines de données et automatisation
- Solutions d'IA sur le Cloud vs solutions On-Premise
- Stratégies de déploiement de produits IA
- Cas d'étude issus de l'industrie
Développement et maintenance de produits IA
- Etapes de développement de nouveaux produits
- Spécificités des produits IA, de la conception au déploiement et à la maintenance
- Intégration de l'IA dans des produits non-IA : exemples
- Principaux facteurs de succès et d'échec
- Cas d'étude issus de l'industrie
Commercialisation de produits IA
- Spécificités des offres IA, B2B, B2C, Blue Ocean, Red Ocean et GOAT à travers des exemples
Exemples de travaux pratiques (à titre indicatif)
- Etablissement des objectifs d'un PoC d'IA
- Ingestion, exploration, nettoyage, préparation d'un jeu de données
- Choix des algorithmes, choix de la plateforme de développement et de déploiement du modèle
- Monitoring du déploiement, du Data drift et du modèle drift
- Ré-entraînement du modèle
Jour 2
Développer l'équipe IA / ML
- IA PM (Product Manager)
- IA / ML / Data Strategist
- Data Engineer
- Data Scientist
- Data Analyst
- Ingénieurs ML
- Ingénieurs Front End / Back End / Full Stack
- UX Designers
- Implication du client
- Marketing et vente
- Les frameworks collaboratifs
- AIOps et MLOps
Benchmarking, croissance et coûts
- Identifier les métriques clés : métriques "north star", KPI, OKR
- Identifier la meilleure stratégie produit pour une forte croissance
- Maîtriser les coûts et optimiser les prix des produits
- Savoir exploiter la pile technologique avec les CDP (Customer Data Platforms) et les CEP (Customer Engagement Platforms)
Domaines à fort potentiel de croissance pour les produits IA
- L'IA
- Embarquée
- Créative
- Les TuningBots
- Ce qui est possible vs ce qui est probable : le diagramme de Venn
Exemples de travaux pratiques (à titre indicatif)
- Analyse de marché pour un produit IA
- Etude de marché
- Définition des personas des utilisateurs
- Analyse des concurrents
- Développement d'un MVP en incluant l'équipe
- Aspects éthiques et réglementaires
- Stratégie de mise sur le marché
- Gestion des données (du sourcing à la consommation dans les modèles)
- Définition des KPI (métriques, feedback utilisateurs, ajustements)
Le contenu de ce programme peut faire l'objet d'adaptation selon les niveaux, prérequis et besoins des apprenants.
Modalités d’évaluation des acquis
- En cours de formation, par des études de cas ou des travaux pratiques
- Et, en fin de formation, par un questionnaire d'auto-évaluation
Accessibilité de la formation
Le groupe M2i s'engage pour faciliter l'accessibilité de ses formations. Les détails de l'accueil des personnes en situation de handicap sont consultables sur la page Accueil et Handicap.
Modalités et délais d’accès à la formation
Les formations M2i sont disponibles selon les modalités proposées sur la page programme. Les inscriptions sont possibles jusqu'à 48 heures ouvrées avant le début de la formation. Dans le cas d'une formation financée par le CPF, ce délai est porté à 11 jours ouvrés.
