Ingénieur certifié en apprentissage machine (AiU)

Public

Ingénieurs qualité et testeurs souhaitant comprendre en profondeur la fabrication des modèles qu'ils testent ; profils data en transition vers la qualité

Prérequis

Bases de programmation et de statistiques. Expérience du test recommandée

Objectifs

• Comprendre le cycle de vie d'un modèle d'apprentissage automatique
• Préparer et évaluer des données d'entraînement
• Entraîner, évaluer et comparer des modèles
• Situer les enjeux de mise en production et de surveillance
• Réussir l'examen de certification

Déroulé

J1

Cycle de vie d'un modèle. Types d'apprentissage. Préparation et qualité des données. Ateliers

J2

Entraînement, évaluation, comparaison. Surapprentissage et généralisation. Ateliers

J3

Mise en production, surveillance, dérive des modèles. Révision, examen blanc, examen

Ateliers et mises en pratique

Nature

Travaux pratiques outillés — nécessitent un environnement technique à définir

Fil rouge

Composant d'apprentissage du fil rouge, ou jeu de données public libre de droits

Point d'attention

Le niveau technique attendu est supérieur à celui des autres fiches du domaine : sélectionner le public avec soin

Évaluation et certification

Format

À confirmer auprès de l'organisme d'examen

Modalités mobilisables

Examen individuel ou de groupe à partir de 6 personnes

Ce qui distingue cette formation

Angle qualité

Là où les formations d'ingénierie ML visent la construction, celle-ci garde le point de vue du testeur : comment vérifier, comment douter, comment mesurer

Complémentarité

Se place en amont du CT-AI : comprendre la fabrication pour mieux tester

L'examen de certification n'est pas compris dans la formation : il est proposé séparément, et peut faire l’objet d’un devis.

Source du contenu : Syllabus officiel AiU Certified Machine Learning Engineer, à obtenir auprès du comité ou de l'organisme d'examen

Demander cette formation