← Toutes les formations
NOUVEAUTÉ CAFP 2026–2027CAFP × EIESTP FRANCE
BACHELOR PROFESSIONNEL
Intelligence Artificielle& Science des Données
Un parcours professionnel conçu pour développer des compétences opérationnelles en Data Science, Machine Learning, Deep Learning, IA générative, LLM, RAG et agents intelligents.
Diplôme délivré par l’École Internationale d’Enseignement Supérieur Technique et Professionnel (EIESTP) — France.
UNE NOUVELLE FILIÈRE AU CAFP
De la Data Science aux nouvelles générations d’IA
Le Centre CAFP enrichit son offre avec une filière professionnelle dédiée à l’Intelligence Artificielle et à la Science des Données, développée dans le cadre de son partenariat avec l’EIESTP France.
La progression conduit des fondamentaux Python et statistiques jusqu’au Machine Learning, au Deep Learning, aux LLM, aux systèmes RAG, aux agents IA et au déploiement de solutions.
ADMISSION
Construire des compétences professionnelles en IA & Data
La formation est accessible aux candidats titulaires de :
Admission sur étude du dossier, éventuellement complétée par un entretien.
PROGRAMME · 300 HEURES
10 blocs pour passer des fondamentaux au projet professionnel
Une progression structurée autour de la pratique, de la maîtrise des technologies et de leur application à des problématiques professionnelles.
0130 h
Fondamentaux de la Science des Données
- Python pour la Data Science — 18 h
- Statistiques appliquées — 12 h
0225 h
Préparation, exploration & visualisation des données
- Préparation et nettoyage des données
- Analyse exploratoire
- Visualisation et interprétation
0345 h
Machine Learning & analyse prédictive
- Apprentissage supervisé et non supervisé
- Modèles prédictifs
- Évaluation et amélioration des modèles
0435 h
Deep Learning
- Réseaux de neurones
- Architectures de Deep Learning
- Applications pratiques
0530 h
Traitement automatique du langage — NLP
- Traitement du texte
- Représentations linguistiques
- Applications NLP
0640 h
IA générative & Large Language Models
- Transformers et LLM
- Prompt engineering
- Applications d’IA générative
0735 h
RAG, assistants & agents IA
- Recherche sémantique
- Retrieval-Augmented Generation
- Assistants et agents intelligents
0820 h
Systèmes de recommandation
- Principes des moteurs de recommandation
- Personnalisation
- Cas d’usage professionnels
0920 h
Industrialisation & déploiement IA
- Déploiement des modèles
- API et intégration
- Introduction aux pratiques MLOps
1020 h
Projet professionnel intégrateur
- Conception d’une solution
- Réalisation pratique
- Présentation du projet
RESSOURCES · IA & DATA SCIENCE
Approfondissez votre projet de formation
Découvrez nos guides consacrés au Bachelor Professionnel en Intelligence Artificielle & Science des Données : formation à Casablanca, admission après Bac+2, cours du soir, programme, Data Science et Intelligence Artificielle.
GUIDE 01
Formation Intelligence Artificielle à Casablanca
Comprendre le parcours, les compétences développées et l’organisation de la formation en IA au CAFP.
Lire le guide →GUIDE 02Formation Data Science à Casablanca
Découvrir la place de Python, des statistiques, de l’analyse des données et du Machine Learning dans le parcours.
Lire le guide →GUIDE 03Bachelor Intelligence Artificielle au Maroc
Un guide consacré au Bachelor professionnel, à son organisation et aux compétences en Intelligence Artificielle.
Lire le guide →GUIDE 04Bachelor Data Science au Maroc
Explorer le parcours Data Science, de la préparation des données jusqu’aux modèles prédictifs et applications IA.
Lire le guide →GUIDE 05Formation IA après Bac+2
Les conditions d’admission pour les titulaires d’un Bac+2, Technicien, Technicien Spécialisé ou diplôme jugé équivalent.
Lire le guide →GUIDE 06Formation IA en cours du soir à Casablanca
Découvrir le format d’une année, le volume de 300 heures et l’organisation du parcours en cours du soir.
Lire le guide →GUIDE 07Intelligence Artificielle ou Data Science ?
Comprendre les liens entre analyse des données, Machine Learning, IA générative et applications intelligentes.
Lire le guide →GUIDE 08Programme de formation en Intelligence Artificielle
Parcourir les grandes étapes du programme de 300 heures, des fondamentaux jusqu’au projet professionnel intégrateur.
Lire le guide →GUIDE 09Python pour la Data Science : pourquoi l’apprendre ?
Comprendre la place de Python dans les fondamentaux du parcours et sa progression vers l’analyse des données et le Machine Learning.
Lire le guide →GUIDE 10Statistiques pour la Data Science : pourquoi ?
Découvrir le rôle des statistiques appliquées dans les fondamentaux Data Science et leur articulation avec Python et l’analyse des données.
Lire le guide →GUIDE 11Préparation & Nettoyage des Données en Data Science
Comprendre pourquoi la préparation et le nettoyage précèdent l’exploration, la visualisation et le Machine Learning.
Lire le guide →GUIDE 12Analyse Exploratoire des Données : rôle en Data Science
Situer l’analyse exploratoire après les fondamentaux Data et avant la phase de modélisation.
Lire le guide →GUIDE 13Visualisation des Données : rôle en Data Science
Découvrir la place de la visualisation et de l’interprétation dans le travail d’exploration des données.
Lire le guide →GUIDE 14Data Science : définition, compétences & formation
Comprendre les compétences fondamentales de la Data Science et leur progression vers le Machine Learning et l’IA.
Lire le guide →GUIDE 15Data Science ou Data Analytics : quelles différences ?
Comprendre les compétences communes et les différences de périmètre entre Data Science et Data Analytics.
Lire le guide →GUIDE 16Pipeline Data Science : des données au modèle
Suivre la progression pédagogique des fondamentaux jusqu’aux modèles, au déploiement et au projet professionnel.
Lire le guide →GUIDE 17Machine Learning : définition et fonctionnement
Le Machine Learning, ou apprentissage automatique, est un domaine de l’Intelligence Artificielle dans lequel des modèles sont développés à partir de données afin de réaliser certaines tâches de prédiction ou d’analyse.
Lire le guide →GUIDE 18Formation Machine Learning : quelles compétences faut-il apprendre ?
Apprendre le Machine Learning ne consiste pas uniquement à lancer un modèle sur un jeu de données.
Lire le guide →GUIDE 19Apprentissage supervisé ou non supervisé : quelle différence ?
L’apprentissage supervisé et l’apprentissage non supervisé représentent deux approches importantes du Machine Learning.
Lire le guide →GUIDE 20Qu’est-ce qu’un modèle prédictif en Machine Learning ?
Les modèles prédictifs constituent l’un des éléments explicitement étudiés dans le bloc Machine Learning du Bachelor Intelligence Artificielle & Science des Données.
Lire le guide →GUIDE 21Comment évaluer un modèle de Machine Learning ?
Créer un modèle constitue une étape du Machine Learning, mais ne suffit pas à déterminer s’il répond correctement au problème étudié.
Lire le guide →GUIDE 22Deep Learning : définition et applications
Le Deep Learning, ou apprentissage profond, est un domaine de l’Intelligence Artificielle reposant notamment sur des réseaux de neurones organisés en architectures permettant d’apprendre des représentations à partir de données.
Lire le guide →GUIDE 23Machine Learning vs Deep Learning : quelles différences ?
Machine Learning et Deep Learning sont souvent cités ensemble lorsqu’on parle d’Intelligence Artificielle.
Lire le guide →GUIDE 24Réseaux de neurones : comprendre les bases du Deep Learning
Les réseaux de neurones constituent l’un des principaux sujets du bloc Deep Learning du Bachelor Intelligence Artificielle & Science des Données.
Lire le guide →GUIDE 25IA générative : définition, fonctionnement et compétences à développer
Qu’est-ce que l’IA générative ? Découvrez LLM, Transformers, prompt engineering, RAG et applications dans le Bachelor IA CAFP × EIESTP.
Lire le guide →GUIDE 26LLM : qu’est-ce qu’un Large Language Model ?
Qu’est-ce qu’un LLM ? Découvrez Large Language Models, Transformers, génération de texte, RAG et agents IA dans le Bachelor IA du CAFP.
Lire le guide →GUIDE 27Transformers : pourquoi ont-ils transformé l’Intelligence Artificielle moderne ?
Qu’est-ce qu’un Transformer en IA ? Découvrez son lien avec les LLM, le NLP et l’IA générative dans le Bachelor Intelligence Artificielle du CAFP.
Lire le guide →GUIDE 28Prompt Engineering : quelles compétences faut-il développer ?
Qu’est-ce que le prompt engineering ? Découvrez son rôle avec les LLM et l’IA générative dans le Bachelor Intelligence Artificielle CAFP × EIESTP.
Lire le guide →GUIDE 29RAG en Intelligence Artificielle : comment fonctionne le Retrieval-Augmented Generation ?
Qu’est-ce que le RAG en IA ? Découvrez recherche sémantique, récupération d’informations, LLM, assistants et formation RAG dans le Bachelor CAFP.
Lire le guide →GUIDE 30LLM vs RAG : quelle différence ?
LLM ou RAG : quelle différence ? Comprenez le rôle du modèle de langage, de la recherche d’informations et du contexte dans une application IA.
Lire le guide →GUIDE 31Assistant IA : comment fonctionne une application basée sur un LLM ?
Comment fonctionne un assistant IA ? Découvrez LLM, contexte, RAG et agents intelligents dans le Bachelor Intelligence Artificielle du CAFP.
Lire le guide →GUIDE 32Agents IA : définition, fonctionnement et compétences à comprendre
Qu’est-ce qu’un agent IA ? Découvrez son lien avec LLM, outils, RAG et assistants intelligents dans le Bachelor IA & Data du CAFP.
Lire le guide →GUIDE 33RAG vs Agent IA : quelles différences ?
RAG ou agent IA : quelle différence ? Comprenez récupération d’informations, LLM, outils et actions dans les applications modernes d’Intelligence Artificielle.
Lire le guide →GUIDE 34Formation IA générative, LLM et RAG : quelles compétences développer ?
Formation IA générative, LLM, RAG et agents IA à Casablanca : découvrez ces technologies dans le Bachelor professionnel CAFP × EIESTP.
Lire le guide →GUIDE 35Projet Data Science : quelles étapes et compétences mobiliser ?
Comment structurer un projet Data Science ? Données, préparation, exploration, Machine Learning, évaluation et présentation : découvrez les compétences mobilisées.
Lire le guide →GUIDE 36Projet Intelligence Artificielle : de l’idée à la solution
Comment structurer un projet IA ? Données, Machine Learning, LLM, RAG, API, déploiement et projet intégrateur dans le Bachelor IA du CAFP.
Lire le guide →GUIDE 37Système de recommandation : comment fonctionne-t-il ?
Qu’est-ce qu’un système de recommandation ? Découvrez principes, personnalisation et cas d’usage professionnels dans le Bachelor IA & Data du CAFP.
Lire le guide →GUIDE 38Déploiement d’un modèle IA : pourquoi est-ce important ?
Pourquoi déployer un modèle IA ? Découvrez le passage du modèle à l’application, les API, l’intégration et l’introduction au MLOps dans le Bachelor CAFP.
Lire le guide →GUIDE 39API et Intelligence Artificielle : comment intégrer un modèle dans une application ?
Qu’est-ce qu’une API en Intelligence Artificielle ? Découvrez son rôle pour connecter modèles, applications et solutions IA dans le Bachelor CAFP.
Lire le guide →GUIDE 40MLOps : définition et rôle dans les projets Machine Learning
Qu’est-ce que le MLOps ? Découvrez son rôle entre Machine Learning, déploiement et exploitation des modèles, avec une introduction dans le Bachelor IA CAFP.
Lire le guide →GUIDE 41Portfolio Data Science & IA : quels projets présenter ?
Comment construire un portfolio Data Science & IA ? Découvrez comment présenter projets, compétences, modèles, RAG et réalisations de manière professionnelle.
Lire le guide →GUIDE 42Quelles compétences faut-il développer en Intelligence Artificielle ?
Quelles compétences apprendre en IA ? Python, Data Science, Machine Learning, Deep Learning, NLP, LLM, RAG, agents, déploiement et projets.
Lire le guide →CAFP × EIESTP FRANCE
Un parcours développé dans le cadre d’un partenariat international
Cette nouvelle formation est proposée par le Centre CAFP dans le cadre de son partenariat avec l’École Internationale d’Enseignement Supérieur Technique et Professionnel (EIESTP), France.
DIPLÔME
Délivré par l’EIESTP — France
École Internationale d’Enseignement Supérieur Technique et Professionnel.
DÉBOUCHÉS PROFESSIONNELS
Des compétences destinées au secteur privé
Les compétences développées peuvent être mobilisées dans les entreprises privées, startups, sociétés technologiques, cabinets de conseil, sociétés de services numériques, banques, assurances, télécoms et organisations utilisant la Data et l’IA.
Data AnalystJunior Data ScientistDéveloppeur IA juniorAssistant Machine LearningDéveloppeur d’applications IAAssistant Data / Business IntelligenceDéveloppeur de solutions RAG et assistants IA
Débouchés présentés à titre indicatif dans le secteur privé. L’accès à un emploi dépend notamment du profil, de l’expérience, des compétences acquises et des processus de recrutement propres à chaque employeur.
INVESTISSEMENT FORMATION
25 000 DH
Frais correspondant au parcours Bachelor professionnel d’une année.
PAIEMENT FACILITÉ3 tranches
Un paiement échelonné en trois tranches au cours de l’année de formation.
INTELLIGENCE ARTIFICIELLE · DATA SCIENCE · CAFP × EIESTP FRANCE