Quelles compétences faut-il développer en Intelligence Artificielle ?

1. Python pour la Data Science

Le premier socle technique comprend 18 heures de Python pour la Data Science.

La programmation permet d’aborder ensuite le travail sur les données et différentes applications IA.

2. Statistiques appliquées

Le même bloc comprend 12 heures de statistiques appliquées.

Elles complètent les compétences de programmation nécessaires au parcours Data Science.

3. Préparer et explorer les données

Le deuxième bloc représente 25 heures.

Il couvre :

Ces compétences interviennent avant la modélisation.

• préparation et nettoyage ;
• analyse exploratoire ;
• visualisation et interprétation.

4. Comprendre le Machine Learning

Le Bachelor consacre 45 heures au Machine Learning et à l’analyse prédictive.

Le programme comprend :

• apprentissage supervisé ;
• apprentissage non supervisé ;
• modèles prédictifs ;
• évaluation et amélioration.

5. Comprendre le Deep Learning

Le bloc suivant représente 35 heures.

Il porte sur :

• réseaux de neurones ;
• architectures de Deep Learning ;
• applications pratiques.

6. Travailler sur le langage avec le NLP

Le traitement automatique du langage représente 30 heures.

Le programme aborde traitement du texte, représentations linguistiques et applications NLP.

7. Comprendre l’IA générative et les LLM

Le Bachelor consacre 40 heures à :

Cette partie intervient après les fondations Data, Machine Learning, Deep Learning et NLP.

• Transformers et LLM ;
• prompt engineering ;
• applications d’IA générative.

8. Comprendre le RAG, les assistants et les agents IA

Un bloc de 35 heures est consacré à :

L’étudiant découvre ainsi des architectures allant au-delà d’une simple interaction isolée avec un modèle de langage.

• recherche sémantique ;
• RAG ;
• assistants ;
• agents intelligents.

9. Comprendre la recommandation

Les systèmes de recommandation représentent 20 heures.

Le bloc traite leurs principes, de la personnalisation et de cas d’usage professionnels.

10. Comprendre le déploiement

Le Bachelor consacre 20 heures à l’industrialisation et au déploiement.

Le programme prévoit :

• déploiement des modèles ;
• API et intégration ;
• introduction au MLOps.

11. Savoir mobiliser les compétences dans un projet

Le parcours se termine par 20 heures de projet professionnel intégrateur :

Cette étape permet de rapprocher les différentes compétences du cursus dans une réalisation.

• conception d’une solution ;
• réalisation pratique ;
• présentation.

Quelle est la progression complète ?

La logique pédagogique peut être résumée ainsi :

Python & statistiques ↓ Données ↓ Machine Learning ↓ Deep Learning ↓ NLP ↓ IA générative & LLM ↓ RAG, assistants & agents ↓ Recommandation ↓ Déploiement & MLOps ↓ Projet professionnel

Faut-il être expert dans tous ces domaines ?

Non.

Un programme de 300 heures permet de développer un ensemble structuré de compétences, mais il ne faut pas présenter chaque module comme équivalent à une spécialisation exhaustive.

La progression peut également aider l’étudiant à identifier les domaines qu’il souhaite approfondir ensuite.

Pourquoi ne pas se former uniquement au prompt engineering ?

Parce que le prompt engineering ne représente qu’une partie des compétences nécessaires pour comprendre et développer des solutions d’IA.

Le Bachelor le replace dans une progression comprenant Data Science, modèles, NLP, LLM, RAG, agents et déploiement.

Quels logiciels et frameworks faut-il maîtriser ?

Le programme public confirme Python et les domaines technologiques décrits ci-dessus, mais il ne fournit pas une liste complète de frameworks ou plateformes.

Il ne faut donc pas inventer une stack technique officielle.

À qui s’adresse cette formation ?

L’admission publiée concerne :

L’admission se fait sur étude du dossier et peut être complétée par un entretien.

• Technicien ;
• Technicien Spécialisé ;
• Bac+2 ;
• diplôme jugé équivalent.

Quel est le format du Bachelor ?

Le programme est organisé en :

1 année — 300 heures — cours du soir.

Le diplôme est délivré par l’EIESTP — France dans le cadre du partenariat CAFP × EIESTP.

FAQ — Intelligence Artificielle & Science des Données