Progression structurée
Neuf mois pour construire les acquis dans un ordre cohérent et les consolider progressivement.
← Toutes les certifications IA
CAFP · MAROC × RUNEXA SYSTEMS · ÉTATS-UNIS / USA
Parcours 01
Intelligence Artificielle & Data
Développer une compréhension pratique de l’intelligence artificielle et apprendre à exploiter les données pour construire des analyses et solutions utiles.
Objectif du parcours
Construire des compétences applicables à des projets professionnels
Développer une compréhension pratique de l’intelligence artificielle et apprendre à exploiter les données pour construire des analyses et solutions utiles.
La progression sur neuf mois permet d’avancer étape par étape, de mettre les acquis en pratique et de construire plusieurs réalisations avant le projet final.
Un parcours de 9 mois, au-delà d’une initiation ponctuelle
Les 1 000 DH mensuels correspondent à un parcours progressif associant séances pédagogiques, pratique, projets, évaluations et accompagnement jusqu’au projet final.
Apprentissage par la pratique
Exercices, ateliers et réalisations permettent d’appliquer les notions étudiées à des situations concrètes.
Projets professionnels
Plusieurs productions jalonnent le parcours avant la réalisation et la présentation du projet final.
Évaluation des compétences
Les acquis sont vérifiés progressivement selon les évaluations prévues dans le programme.
9 mois pour passer des fondamentaux au projet final
Chaque module constitue une étape du parcours et prépare progressivement aux réalisations pratiques et à l’évaluation finale.
01Mois 1
Fondamentaux de l’Intelligence Artificielle
- Comprendre IA, Machine Learning et IA générative
- Principaux usages professionnels
- Données, modèles et cycle de vie d’un projet IA
- Limites, qualité et utilisation responsable
02Mois 2
Fondamentaux de la Data
- Types et sources de données
- Collecte et organisation
- Qualité des données
- Nettoyage et préparation
03Mois 3
Python appliqué à la Data
- Bases utiles de Python
- Manipulation de données
- Pandas et NumPy
- Notebooks et exercices pratiques
04Mois 4
Analyse et visualisation des données
- Exploration d’un jeu de données
- Indicateurs et statistiques descriptives
- Visualisations pertinentes
- Interprétation et communication des résultats
05Mois 5
Introduction au Machine Learning
- Apprentissage supervisé et non supervisé
- Variables et caractéristiques
- Entraînement et test
- Cas de classification et de régression
06Mois 6
Construction de modèles
- Préparation d’un pipeline simple
- Choix d’un modèle
- Entraînement
- Comparaison de résultats
07Mois 7
Évaluation et amélioration
- Mesures de performance
- Erreurs et biais
- Surapprentissage
- Amélioration progressive d’un modèle
08Mois 8
IA appliquée et services intelligents
- Utilisation de modèles et services IA
- Introduction aux API IA
- Combiner données et services intelligents
- Prototype d’une solution appliquée
09Mois 9
Projet final IA & Data
- Définition d’un besoin
- Préparation et analyse des données
- Construction d’une solution
- Présentation et évaluation du projet final
Compétences visées
Ce que le participant travaillera pendant le parcours
- Comprendre les concepts fondamentaux de l’intelligence artificielle
- Collecter, préparer et structurer des données
- Utiliser Python dans des cas pratiques liés à la data
- Explorer et analyser des jeux de données
- Comprendre les principes du Machine Learning
- Construire et évaluer des modèles simples
- Présenter les résultats d’un projet data et IA
Des réalisations concrètes tout au long du parcours
Analyse exploratoire d’un jeu de données
Tableau de bord ou restitution visuelle
Premier modèle de prédiction ou classification
Projet final combinant Data et Intelligence Artificielle
Approfondir les sujets liés à ce parcours
Découvrez des analyses et ressources CAFP pour mieux comprendre les usages, les métiers et les applications professionnelles associés à ce programme.
Débuter en IAFormation Intelligence Artificielle pour débutants à Casablanca : par où commencer ?Lire la ressourceAccès à la formationFormation IA sans Bac à Casablanca : est-ce possible ?Lire la ressourceDébuter sans prérequisFormation IA sans prérequis avancés : comment débuter ?Lire la ressourcePython & DataFormation Python & Data à Casablanca : apprendre en pratiquantLire la ressourceMachine LearningFormation Machine Learning pour débutants : que faut-il apprendre ?Lire la ressourceHoraires & organisationFormation IA en cours du soir et week-end à CasablancaLire la ressourceCertification IA & DataCertification Intelligence Artificielle à Casablanca : que comprend le parcours IA & Data ?Lire la ressourceApprentissage pratiqueFormation IA & Data pratique : pourquoi apprendre en réalisant des projets ?Lire la ressourceFondamentaux DataFondamentaux Data pour débutant : par où commencer ?Lire la ressourceQualité des donnéesQualité des données : pourquoi est-elle importante en Data et en IA ?Lire la ressourceNettoyage des donnéesNettoyage des données : pourquoi cette étape est-elle importante ?Lire la ressourcePython & DataPython pour la Data : pourquoi l’apprendre quand on débute ?Lire la ressourcePandasPandas Python : à quoi sert-il pour travailler avec les données ?Lire la ressourceNumPyNumPy en Python : pourquoi l’utiliser en Data ?Lire la ressourceJupyterJupyter pour la Data : à quoi sert-il quand on débute ?Lire la ressourceAnalyse exploratoireAnalyse exploratoire des données : comprendre avant de modéliserLire la ressourceVisualisation des donnéesVisualisation des données : pourquoi représenter les informations graphiquement ?Lire la ressourceMachine LearningMachine Learning : définition simple pour débuterLire la ressourceTypes d’apprentissageApprentissage supervisé ou non supervisé : quelle différence ?Lire la ressourceClassificationClassification en Machine Learning : comment ça fonctionne ?Lire la ressourceRégressionRégression en Machine Learning : qu’est-ce que c’est ?Lire la ressourceEntraînement & testEntraînement et test en Machine Learning : pourquoi séparer les données ?Lire la ressourceÉvaluationComment évaluer un modèle de Machine Learning ?Lire la ressourceSurapprentissageSurapprentissage en Machine Learning : comprendre l’overfittingLire la ressourceBiais en Machine LearningBiais en Machine Learning : pourquoi faut-il les comprendre ?Lire la ressourceServices d’Intelligence Artificielle : comment les utiliser dans une application ?Lire la ressourceAPI Intelligence Artificielle : comment ça fonctionne pour un débutant ?Lire la ressourceComment intégrer l’Intelligence Artificielle dans une application ?Lire la ressourceData et Intelligence Artificielle : quel est le lien ?Lire la ressourcePrototype Intelligence Artificielle : comment construire une première solution ?Lire la ressourceCas d’usage de l’Intelligence Artificielle : comment passer de la technologie au besoin ?Lire la ressourcePremier projet IA : comment le réaliser quand on débute ?Lire la ressourcePipeline IA & Data : comment passer des données à une solution ?Lire la ressource
Profils concernés
Le parcours est ouvert à un large public souhaitant découvrir l’intelligence artificielle et développer des compétences pratiques dans ce domaine. Il est accessible aux personnes ayant un niveau 9e année, 5e ou 6e année, un niveau Bac ou le Bac, ainsi qu’aux étudiants, jeunes diplômés, professionnels, entrepreneurs et porteurs de projets souhaitant acquérir des compétences concrètes en intelligence artificielle, données et analyse.
Prérequis
Aucun niveau avancé en intelligence artificielle n’est requis. Une aisance avec l’outil informatique et une motivation pour l’analyse et les technologies numériques sont recommandées.
Double certification
CAFP × Runexa Systems
À l’issue du parcours, et sous réserve de validation des compétences et des évaluations prévues, le participant peut obtenir les certifications professionnelles prévues par le programme auprès du CAFP et de Runexa Systems.
Admissions
Commencez votre parcours IA & Data
1 000 DH par mois pendant 9 mois. Un conseiller du CAFP peut vous présenter le calendrier, les modalités d’admission et le déroulement du programme.