Aller au contenu principal
Institut des Hautes Études Technologiques et Commerciales

Compétences

Apprentissage automatique appliqué

L'apprentissage automatique construit une règle à partir d'exemples plutôt que de la programmer. Sélection de variables, entraînement, évaluation honnête, interprétabilité : quatre étapes séparent une expérimentation d'un modèle sur lequel une entreprise accepte de décider.

Apprendre d'exemples plutôt que de règles

Un modèle qui obtient un excellent score sur ses propres données d'entraînement raconte surtout qu'il les a retenues. Toute la compétence tient dans la manière d'évaluer : découpage propre des jeux, validation croisée, métrique choisie pour le coût réel de l'erreur métier. Un faux négatif sur un contrôle de sécurité et un faux positif sur une relance commerciale ne se paient pas au même prix, et le modèle doit refléter cet arbitrage. L'enseignement place cette exigence avant la performance brute.

  • Poser un problème métier sous forme d'apprentissage supervisé ou non supervisé
  • Construire des variables explicatives à partir de données brutes
  • Évaluer un modèle sur des données qu'il n'a jamais vues
  • Expliquer une prédiction à un décideur qui doit l'assumer

Votre degré de maîtrise, en clair

Vous menez un projet d'apprentissage automatique de la donnée brute au modèle évalué, et vous en justifiez chaque arbitrage. Une compétence s'annonce par ce qu'elle rend capable de conduire seul, à la sortie.

blocs d'enseignement
4

Règle du catalogue : un crédit vaut vingt-cinq heures de travail, dont dix heures encadrées.

d'enseignement encadré
650 h
crédits cumulés
65
titres professionnels concernés
3

Le détail des heures encadrées

La règle du catalogue vaut partout : un crédit représente vingt-cinq heures de travail, dont dix heures encadrées. Ces lignes en donnent la traduction exacte.

Bloc d'enseignementProgrammeHeures encadréesAnnée
Apprentissage automatiqueCursus Intelligence Artificielle — Bac+5200 hAnnée 1
Modélisation et interprétabilitéCursus Data Science — Bac+5200 hAnnée 2
Mathématiques de l'IACursus Intelligence Artificielle — Bac+5220 hAnnée 1
Comprendre sans coderCertification IA appliquée en entreprise30 hAnnée 1

Ce que vous visez avec elle

Chaque ligne ouvre une page de titre professionnel : blocs, volume, durée et conditions d'entrée.

Titre professionnelMétier viséNiveauVolume encadré
Technicien données et intelligence artificielle appliquéetechnicien data, intégrateur de solutions IA5 · Technicien supérieur et agent de maîtrise700 h
Chef de projet intelligence artificiellechef de projet IA, responsable données6 · Responsable et cadre800 h
Directeur des données et de l'intelligence artificielledirecteur des données, Chief Data & AI Officer7 · Expert et direction700 h

Par quel cursus l'obtenir

Un même geste professionnel s'acquiert par plusieurs voies. Comparez le volume, la durée et le montant.

ProgrammeNiveauDuréeFrais
Cursus Intelligence Artificielle — Bac+5Master2 ans7 800 000 GNF par an
Cursus Data Science — Bac+5Master2 ans7 200 000 GNF par an
Certification IA appliquée en entrepriseCertification professionnelle4 mois3 200 000 GNF au total

Les questions qu'on nous pose

Quel niveau de mathématiques est attendu ?

Le cursus ouvre par 220 heures encadrées de mathématiques appliquées : algèbre linéaire, probabilités, optimisation. Elles sont enseignées pour l'usage, illustrées sur les modèles étudiés ensuite.

Travaille-t-on sur des données réelles ?

Oui, sur des jeux issus de contextes ouest-africains, avec les caractéristiques qui vont avec : volumes modestes, valeurs manquantes, référentiels hétérogènes. C'est ce qui prépare au terrain.

Cette compétence s'exerce-t-elle sans écrire de code ?

La certification en intelligence artificielle appliquée s'adresse aux cadres qui cadrent et évaluent des projets sans les coder. Le cursus long, lui, forme celui qui les construit.

Apprentissage automatique appliqué — Compétences | IHETC — IHETC