
Réussir un projet d’IA en entreprise
Machine Learning Lab
Non finançable CPF
Tout public
En ligne
Public admis
Salarié en poste
Demandeur d'emploi
Entreprise
Etudiant
Prix
429 €
Durée
6 heures à distance
Taux de réussite
100%
Certifications
Qualiopi
Le plus de la formation
Formation pratique en direct, conçue et animée par un expert, en petit groupe, accessible à tous.
Localité
En ligne
Vous pouvez suivre cette formation depuis chez vous ou depuis n’importe quel endroit à distance.
Objectifs
- Comprendre les fondamentaux d’un projet d’innovation digitale incluant l’IA.
- Maîtriser les outils méthodologiques pour structurer un projet d’innovation.
- Concevoir et lancer un projet d’IA opérationnel adapté à votre entreprise.
Programme
Section 1 : Les fondamentaux de l'innovation digitale et des projets d'IA.
Leçon 1. L’innovation digitale, un levier stratégique pour l’entreprise :
Leçon 1. La théorie du Design Thinking :
Leçon 1. Les ingrédients pour réussir un projet d’IA :
Leçon 1. L’innovation digitale, un levier stratégique pour l’entreprise :
- Pourquoi l’innovation digitale est-elle indispensable dans un environnement concurrentiel.
- Les opportunités offertes par l’IA dans les processus métiers.
- Exercice : évaluer l’état de maturité digitale de votre entreprise.
- Utiliser ou déployer des solutions d’IA existantes.
- Recourir à des API d’IA as a Service.
- Entraîner un modèle de machine learning sur mesure à partir de vos données.
- Explorer les possibilités de la recherche en IA.
- Étude de cas sur des projets d’IA échoués.
- Exercice : identifier les erreurs principales d’échec d’un projet d’IA.
Leçon 1. La théorie du Design Thinking :
- Qu’est-ce que le design thinking ?
- Les étapes du design thinking.
- Qui utilise le design thinking et pourquoi faire ?
- Pourquoi adopter le design thinking pour réussir un projet d’innovation ?
- Idée vs solution.
- Constitution d’une équipe projet d’innovation.
- Qu’est-ce qu’un persona ?
- Idéntification d’un persona pour un projet d’innovation.
- La documentation du processus pour établir un cahier de charges.
- Analyser les étapes du parcours de l’utilisateur.
- Rédiger un guide d’entretien et adopter une posture d’écoute.
- L’importance de travailler en binôme pour réaliser les entretiens.
- Mèner les entretiens exploratoires.
- Les autres techniques d’empathie (immersion, observation, etc).
- Identifier les solutions de contournement existantes.
- Clusteriser et analyser les problématiques rencontrées.
- Bien formuler le challenge retenu pour un projet d’innovation.
- Formuler le challenge du point de vue de l’utilisateur et le valider auprès de celui-ci.
- Idéation des solutions pour un challenge identifié, étudier les solutions existantes.
- L’idéation contrainte.
- Idéation en solo : avantages et inconvénients.
- Idéation en groupe : Avantages et inconvénients.
- Techniques pour identifier les clusters d’idées des utilisateurs.
- Quoi faire si l’IA n’est pas la solution retenue pour votre challenge d’innovation ?
- Desinner un storyboard d’UX pour votre solution.
- Qu’est-ce qu’un produit minimum viable ?
- Pourquoi est-il important de commencer par un produit minimum viable ?
- Choix des fonctionnalités prioritaires pour un prototype.
- Prototypage d’un produit minimum viable.
- Rédiger un guide de test d’un prototype.
- Mener des entretiens pour tester un prototype. Quelle posture adopter ?
- Synthétiser les retours des utilisateurs pour valider ou itérer le prototype.
Leçon 1. Les ingrédients pour réussir un projet d’IA :
- Data scientists, Data engineers, Développeurs, Chefs de projet… Les différents profils dans l’IA.
- Données publiques, privées, collectable, indisponibles… Découvrir le domaine de la donnée et sa gouvernance.
- Le cloud, les systèmes existants, le shadow computing… Tout savoir sur l’infrastructure nécessaire pour un projet d’IA.
- Connaître la législation autour de l’intelligence artificielle et de la donnée.
- Identifier les décideurs pour un projet d’IA pour mieux anticiper.
- Brainstorming guidé des chantiers d’innovation.
- Clusterisation des idées.
- Matrice de Eisenhower pour identifier le chantier à retenir.
- Identification de la méthodologie à déployer : challenge individuel vs organisationnel.
- Établir un plan d’action actionable.
- Démarrer le projet d’innovation. Faire le premier pas.
Méthode pratique
Devenir vite opérationnel
Accessible à tous
Sans prérequis technique
Créée par l’expert
Animée par son auteur
Centre
À propos du centre Machine Learning Lab
Machine Learning Lab EURL est un cabinet de conseil et de formations en IA basé à Paris.
Nous sommes convaincus que l’IA doit être accessible à tout le monde.
Notre mission : vous former à parler IA grâce à une pédagogie unique, claire et concrète. Nos formations permettent à chacun – que vous soyez indépendant, salarié, entrepreneur ou dirigeant –
de comprendre, maîtriser et activer le potentiel de l’intelligence artificielle pour transformer votre métier, votre organisation, votre vie professionnelle ou personnelle.
Nous sommes convaincus que l’IA doit être accessible à tout le monde.
Notre mission : vous former à parler IA grâce à une pédagogie unique, claire et concrète. Nos formations permettent à chacun – que vous soyez indépendant, salarié, entrepreneur ou dirigeant –
de comprendre, maîtriser et activer le potentiel de l’intelligence artificielle pour transformer votre métier, votre organisation, votre vie professionnelle ou personnelle.
Envie d’en savoir plus sur cette formation ?
Documentez-vous sur la formation

Ces formations peuvent vous intéresser

No code : Python et techniques d'automatisation avec l'IA (Make, Chat...
ANGERS, STRASBOURG, TOULOUSE ET 11 AUTRE(S) LOCALITÉ(S)
Offre spéciale
Avis du centre
Les formations les plus recherchées
Lyon
Toulouse
Marseille
Montpellier
Paris
Bordeaux
Dijon
Mâcon
Nantes
Rennes
Informatique CPF
Informatique en Ligne
Intelligence artificielle
Intelligence artificielle CPF
Intelligence artificielle en Ligne
Machine learning
Technicien informatique
Technicien support informatique
Administrateur systeme
Consultant en informatique
Spark
Programmation
Technicien reseaux
Administrateur reseau
Hadoop
Intelligence artificielle Paris
Machine learning Paris
Machine learning Paris 1er
Intelligence artificielle Paris 1er
Intelligence artificielle Paris 2e
Machine learning Paris 2e
Machine learning Paris 3e
Intelligence artificielle Paris 3e
Intelligence artificielle Paris 4e
Machine learning Paris 4e