Métiers et formations
Un métier décrit des activités ; une certification atteste un cadre de compétences ; une formation prépare un parcours. Comparez ces objets séparément.
Référentiels et données
Retrouver une information et comprendre sa portée.
Ces relevés documentaires complètent la préparation d’un projet. Choisissez le référentiel adapté à votre question, puis ouvrez la fiche et sa source pour vérifier le périmètre et le millésime.
Choisir le bon point de départ
Quelle information cherchez-vous ?
Les données sont des copies locales de sources identifiées, pas une consultation en temps réel. Une absence dans le relevé ne prouve pas une absence dans la source.
Définitions et lectures
Retrouvez un terme, sa définition et ses équivalents ; examinez ensuite la date et le contexte de la référence avant de la reprendre dans une page.
Décrire un périmètre
Une adresse administrative ne constitue pas une zone de service. Une présence d’équipement ne mesure ni le stock, ni l’accueil, ni la qualité d’une prestation.
Relier le résultat à sa source
Contrôlez l’identité, le millésime et les limites indiquées dans la fiche. Pour une décision actuelle, consultez l’organisme d’origine.
Données et ressources documentées
Explorer les référentiels et leurs fiches
Choisissez un référentiel et affinez la recherche. Les fiches précisent la source, le millésime et les limites des informations publiées.
Relier certification, formation et organisme
Relevez le code précis, le statut et les compétences de la certification. Comparez ensuite le programme proposé et l’organisme préparateur : une ressemblance de titre ne suffit pas. Pour une décision d’inscription, vérifiez la fiche officielle et les organismes habilités à la date de votre démarche.
Explorer les entrées et leurs sources
Les résultats proviennent des relevés indiqués ci-dessous. La zone sélectionnée s’applique aux statistiques et aux lieux, tandis que les aliments, produits, métiers, fiches pratiques, activités, notions, certifications et bibliographies restent des référentiels nationaux. Les travaux de recherche couvrent des références nationales ou internationales.
755 résultats · page 1 sur 42 · jusqu’à 18 entrées affichées. Classement alphabétique par intitulé.
Organismes certificateurs et domaines Formacode — 416 identifiants et 389 domaines dans la sélection
Retrouvez les certifications rattachées à un identifiant SIRET publié, puis affinez par domaine de formation. Ce répertoire porte uniquement sur les fiches sélectionnées pour le thème du site, publiées et indiquées actives dans l’export France compétences du 22 octobre 2026.
416 identifiants de certificateurs trouvés · page 1 sur 24. Classement par nom publié puis SIRET. Le choix d’un territoire ne localise pas une session de formation.
Les noms et états restent ceux de la source ; plusieurs noms pour un même SIRET sont affichés ensemble. Les mentions sans SIRET de 14 chiffres restent visibles sur leurs fiches de certification et ne sont pas regroupées par ressemblance. Formacode décrit un domaine, sans équivalence de diplôme. Ce répertoire ne recense ni sessions, ni centres de formation partenaires, ni habilitations actuelles. Source France compétences RNCP et RS · Licence Ouverte 2.0.
Comparer les certifications en développement, systèmes, réseaux, données et cybersécurité à partir de leurs blocs de compétences. La recherche porte sur les intitulés, codes, certificateurs, domaines Formacode et titres des blocs. Les référentiels sont nationaux ; le choix d’un territoire ne localise pas une formation.
Source et lecture des certifications
Source : France compétences, exports RNCP et Répertoire spécifique au format 4.1 du 22 octobre 2026. Seules les fiches indiquées « Publiée » et « Actif : Oui » sont retenues dans cette photographie. Le statut et les dates doivent être vérifiés sur la fiche officielle avant toute inscription.
Le RNCP décrit des qualifications professionnelles avec un niveau lorsqu’il est renseigné. Le Répertoire spécifique (RS) décrit des compétences complémentaires ou des habilitations ; aucun niveau RNCP ne lui est attribué ici. Les numéros de certification distinguent des enregistrements, même lorsque leurs intitulés sont identiques.
La sélection RNCP s’appuie sur les codes ROME publiés dans les fiches et sur des intitulés liés au thème. La sélection RS repose sur les intitulés : l’export RS ne publie pas de codes ROME. Les liens métier-certification utilisent uniquement un code présent dans les deux référentiels ; ils ne valent ni équivalence, ni condition suffisante d’accès à un emploi.
Une fiche décrit une certification, ses compétences et son certificateur. Elle ne constitue pas une offre de formation, une admission, une autorisation d’exercice ou une garantie de financement. Les partenaires mentionnés dans cet export sont consultables sur chaque fiche, avec leurs rôles, états et dates publiés ; vérifiez leur habilitation actuelle sur la fiche officielle. Les sessions, tarifs et disponibilités ne sont pas recensés ici. La date de fin d’enregistrement et la date limite de délivrance sont présentées séparément lorsqu’elles sont renseignées.
Jeu de données officiel RNCP et RS · Recherche officielle des certifications · Licence Ouverte 2.0.
Expert en ingénierie de données massives et intelligence artificielle
RNCP40167 · RNCP · Niveau 7.
Fiche publiée et indiquée active dans l’export du 22 octobre 2026. Vérifier la fiche officielle et son statut actuel.
- Décision d’enregistrement
- 31/01/2025
- Échéance de l’enregistrement
- 31/01/2028
- Date limite de délivrance
- 31/01/2030
Organismes certificateurs publiés
- ASSOCIATION SUP DE VINCI (CFA LEONARD DE VINCI) — SIRET 40955435900037 — état dans la source : Actif
Le certificateur porte la certification. Cette liste ne recense pas les organismes proposant une session de formation et n’attribue aucune habilitation aux établissements de l’annuaire.
Objectifs et contexte publiés
Qualifiée d'or noir du XXIème siècle, la data évolue de façon exponentielle, au travers des collectes, analyses et exploitations qu'elle permet. C'est dans ce contexte d'organisations devenant 'data centric' que cette certification est orientée. Elle a pour objectif de permettre une employabilité durable sur le marché du travail avec des compétences attestées relatives aux besoins actuels et à venir en termes d'ingénierie de données massives ainsi que d'intelligence artificielle.
Activités visées
Pilotage de la veille et de l’innovation
Analyse de la demande du client interne / externe, et de son environnement SI
Définition d’une stratégie dans le cadre d’un projet en ingénierie de données massives et/ou IA
Participation au déploiement commercial des services numériques et fidélisation de la relation client
Cadrage technique et méthodologique d’un projet en ingénierie de données massives et/ou IA
Evaluation de la performance d’un projet en ingénierie de données massives et/ou IA
Management d’équipe dans le cadre d’un projet en ingénierie de données massives et/ou IA
Implémentation de la gouvernance des SI
Gestion des risques dans le cadre d’un projet en ingénierie de données massives et/ou IA
Garantie de la conformité dans le cadre d’un projet en ingénierie de données massives et/ou IA
Conception d'architectures de stockage et de traitement avancées
Administration et sécurisation des infrastructures de données
Déploiement et optimisation des solutions cloud
Collecte, préparation et gestion de données massives pour l'IA
Développement et optimisation de modèles d'IA avancés
Analyse avancée et visualisation de données pour la prise de décisions
Analyse de la demande du client interne / externe, et de son environnement SI
Définition d’une stratégie dans le cadre d’un projet en ingénierie de données massives et/ou IA
Participation au déploiement commercial des services numériques et fidélisation de la relation client
Cadrage technique et méthodologique d’un projet en ingénierie de données massives et/ou IA
Evaluation de la performance d’un projet en ingénierie de données massives et/ou IA
Management d’équipe dans le cadre d’un projet en ingénierie de données massives et/ou IA
Implémentation de la gouvernance des SI
Gestion des risques dans le cadre d’un projet en ingénierie de données massives et/ou IA
Garantie de la conformité dans le cadre d’un projet en ingénierie de données massives et/ou IA
Conception d'architectures de stockage et de traitement avancées
Administration et sécurisation des infrastructures de données
Déploiement et optimisation des solutions cloud
Collecte, préparation et gestion de données massives pour l'IA
Développement et optimisation de modèles d'IA avancés
Analyse avancée et visualisation de données pour la prise de décisions
Compétences attestées
Développer un dispositif de veille basé sur un process structuré afin d’être force de proposition et guider les choix du client dans l’utilisation et l’évolution des solutions, standards et règlementations data liés aux systèmes d’information.
Manager l’innovation, dans ses dimensions technologique, organisationnelle et économique, via des outils de conception et prototypage, afin de piloter la construction et l’implémentation de solutions SI innovantes sur le long terme.
Identifier les attentes et besoins utilisateurs et contraintes du client final et de la DSI, dans leur temporalité actuelle et prévisionnelle, dans le but de concevoir une solution data et IA adaptée aux exigences métier.
Analyser les bases de données au sein des SI de l’organisation étudiée, depuis leur collecte jusqu'à leur stockage et utilisation, en examinant le document de conception technique, afin de s’en servir de base pour l’implémentation technique du projet.
Diagnostiquer la problématique, via une étude contextualisée de l’environnement interne et externe du client, afin de garantir que toutes les composantes du système respectent les exigences fonctionnelles, les normes de sécurité et les bonnes pratiques d'architecture, tout en assurant la scalabilité et la performance des solutions déployées.
Définir une stratégie data et/ou IA et un plan d’action adaptés aux enjeux du client ainsi qu’à son architecture data, sur la base des spécifications fonctionnelles, en collaboration avec l’équipe technique informatique du client, en tenant compte des attentes éthiques, réglementaires et sociétales, dans l’optique d’améliorer le niveau de service à l’entreprise.
Déployer une approche Green IT et Low-tech, en identifiant les technologies durables et promouvant des pratiques respectueuses de l'environnement, en encourageant des comportements écoresponsables au sein de l'organisation, en vue de contribuer au développement d’une activité économique durable.
Présenter la solution informatique proposée, en utilisant des techniques de communication et de négociation, afin de convaincre le client que le dispositif choisi lui permettra d'atteindre ses objectifs.
Participer au développement de la relation client, par le biais de techniques commerciales et développement de process organisationnels, en identifiant les possibles opportunités gagnant gagnant pour les clients et sa propre organisation dans le but de viser la satisfaction et la fidélisation du client.
Rédiger les spécifications techniques, à partir des besoins identifiés et en correspondance avec les exigences fonctionnelles ainsi que les contraintes du projet, afin de définir le périmètre de réalisation du projet data et/ou IA.
Assurer la conception méthodologique d’un projet en ingénierie de données massives, à partir d’un besoin identifié, éventuellement au travers de la participation à l’élaboration / la réponse à un appel d’offres, via une méthodologie de projet informatique, dans l’optique d’optimiser sa réussite en fonction des ressources allouées ainsi que dans une démarche numérique responsable et conforme à la règlementation en vigueur.
Planifier le projet, en déterminant les ressources à allouer, afin de garantir l’atteinte des objectifs fixés.
Décrire la solution informatique et ses fonctionnalités, la structure des bases de données et le schéma général de la sécurité de façon organisé et adapté aux différentes étapes du projet afin de produire une documentation adaptée au suivi du projet et à la maintenance de l’outil produit.
Contrôler et mesurer l’avancement du projet, en termes de coûts, délais, qualité et RSE, au travers d’indicateurs de mesure de la performance, dans l’optique d’obtenir une vision complète de l’avancement du projet / de l’utilisation des ressources en conformité avec le cahier des charges.
Estimer et suivre les coûts tout au long du cycle de vie du projet de développement informatique, en employant des techniques de gestion budgétaire, en analysant le retour sur investissement, afin de garantir sa faisabilité ainsi que sa viabilité économique.
Conduire et superviser des collaborations professionnelles, en adoptant des méthodes et techniques de management s’inscrivant dans une visée collaborative et inclusive, afin de développer les compétences individuelles et collectives, et inscrire le fonctionnement du groupe supervisé dans une démarche d’amélioration continue.
Mobiliser l’ensemble des parties prenantes, en valorisant le sens des actions menées dans les projets de transformation, au travers de la capitalisation des bonnes pratiques et de situations de travail favorisant l’intelligence collective, dans une logique de génération de valeur à différentes strates, aux niveaux micro, méso et macro.
Développer un réseau responsable de partenaires, en intégrant les dimensions de viabilité, équitabilité et durabilité dans la collaboration, afin de pérenniser l’activité.
Élaborer ou réviser ou réviser un Plan de Gouvernance des Données, en définissant des règles et bonnes pratiques spécifiques à la gestion des données, en conformité avec le cadre légal et règlementaire en vigueur, dans le but de contribuer à la protection globale des actifs numériques de l'entreprise tout en assurant leur utilisation optimale.
Rédiger un Plan de Reprise d'Activité, au travers d’une démarche d’élaboration, afin de garantir la résilience des services critiques.
Evaluer tous les risques potentiels associés à la manipulation de grandes quantités de données, en collaboration avec les data scientists, les ingénieurs de données, les analystes de sécurité, et les parties prenantes du projet afin d’appréhender les risques possibles, tels que la perte de données, les fuites de données, les erreurs de traitement des données, ainsi que les défis liés à l'intégration des systèmes existants.
Vérifier l'application des normes, méthodes et référentiels de gestion des données, en suivant les directives de la gouvernance des systèmes d'information, afin d'assurer la conformité des systèmes de gestion des données avec les exigences réglementaires et opérationnelles en vigueur.
Concevoir et déployer des actions de sensibilisation ciblée sur la gestion des données visant à instaurer une culture de gouvernance des données proactive et à renforcer l'adhésion des utilisateurs finaux aux meilleures pratiques de gestion des données, dans le but d'améliorer la qualité et la sécurité des données au sein de l'organisation.
Modéliser des entrepôts de données à grande échelle, via des systèmes de gestion de base de données avancés afin de structurer et optimiser la gestion des données massives pour des analyses avancées en intelligence artificielle, permettant ainsi des traitements de données efficaces, évolutifs et sécurisés.
Concevoir et administrer des data lakes et data warehouses avec des technologies telles que Hadoop, MongoDB, et des systèmes d'ontologies comme RDF et OWL, afin de centraliser, structurer, et rendre accessible un large éventail de données hétérogènes, faciliter leur interopérabilité et exploitation pour des analyses avancées.
Gérer la scalabilité et la performance des architectures de stockage, avec une optimisation des requêtes et des processus ETL, afin d'assurer un traitement rapide et efficace des volumes de données croissants, minimiser les temps de latence, améliorer la qualité et l'intégrité des données, et permettre une analyse en temps réel pour des prises de décision plus éclairées et stratégiques au sein de l'organisation.
Gérer l'administration avancée des bases de données en utilisant des outils spécialisés pour des environnements de production, afin de garantir la disponibilité, la performance et l'intégrité des données tout en facilitant la gestion et le suivi des bases de données à grande échelle.
Mettre en œuvre des pipelines de données sécurisés et optimiser des flux de données en temps réel, avec des technologies de traitement de données en temps réel, afin de permettre la prise de décisions basées sur des données actualisées.
Sécuriser les infrastructures de données, conformément aux normes ISO 27018 et autres standards de l'industrie, afin de protéger les données sensibles contre les menaces, et maintenir la confiance des utilisateurs en la robustesse des systèmes de gestion des données.
Déployer et optimiser des infrastructures sur Amazon AWS, Google Cloud ou Azure, incluant la gestion de clusters de calcul et le stockage distribué, afin d'assurer une scalabilité dynamique, une performance accrue, et une gestion efficace des ressources pour répondre aux besoins variés des applications et des pics de charges de travail.
Concevoir et optimiser des pipelines de données dans le cloud, en utilisant AWS Data Pipeline, Azure Data Factory, et autres outils similaires, afin d'automatiser l'ingestion, la transformation et la distribution des données, tout en assurant la fiabilité et la rapidité des processus de gestion des données.
Garantir la continuité des activités dans des environnements cloud complexes, afin de garantir la résilience des systèmes, minimiser les interruptions de service, et assurer la disponibilité des données et des applications en cas d'incident majeur.
Réaliser le crawling et le scraping de données à grande échelle, via des API avancées et des bibliothèques, afin de collecter des données massives de manière automatisée et efficace, facilitant ainsi les analyses et l'entraînement des modèles d'intelligence artificielle.
Assurer le nettoyage, la transformation et la réduction de la dimensionnalité des datasets, en utilisant des langages et outils comme Python, R, et TensorFlow, afin d'améliorer la qualité des données, optimiser les performances des modèles d'IA, et faciliter l'analyse à grande échelle.
Pré-traiter des données non structurées, notamment textuelles, avec des outils de traitement du langage naturel, afin d’optimiser des modèles d'apprentissage automatique.
Concevoir des modèles d'apprentissage profond en utilisant des frameworks, et les déployer dans le cloud, dans le but de permettre une mise à l'échelle flexible des solutions d'IA.
Optimiser les modèles à travers des techniques d' optimisation des hyperparamètres, de régularisation, et de compression de modèles, afin d'améliorer leur performance, réduire la consommation de ressources, et faciliter leur déploiement à grande échelle dans des environnements de production.
Intégrer les modèles d'IA dans des pipelines de production, en assurant leur robustesse, leur scalabilité, et leur conformité avec les standards d'entreprise, afin de garantir des déploiements continus et fiables, ainsi qu'une maintenance efficace des solutions d'IA et data en production.
Effectuer l’analyse exploratoire des données, avec des outils avancés, dans l’optique d’identifier des tendances, des patterns, et des anomalies dans des datasets volumineux.
Elaborer des visualisations interactives et dynamiques, utilisant des outils professionnels et des bibliothèques de visualisation pour des audiences techniques et non techniques, afin de synthétiser les données.
Concevoir des tableaux de bord intégrés et automatiser des rapports pour la surveillance en temps réel des KPIs stratégiques afin d’anticiper les besoins futurs grâce à une visibilité continue et précise des métriques essentielles de l'entreprise.
Manager l’innovation, dans ses dimensions technologique, organisationnelle et économique, via des outils de conception et prototypage, afin de piloter la construction et l’implémentation de solutions SI innovantes sur le long terme.
Identifier les attentes et besoins utilisateurs et contraintes du client final et de la DSI, dans leur temporalité actuelle et prévisionnelle, dans le but de concevoir une solution data et IA adaptée aux exigences métier.
Analyser les bases de données au sein des SI de l’organisation étudiée, depuis leur collecte jusqu'à leur stockage et utilisation, en examinant le document de conception technique, afin de s’en servir de base pour l’implémentation technique du projet.
Diagnostiquer la problématique, via une étude contextualisée de l’environnement interne et externe du client, afin de garantir que toutes les composantes du système respectent les exigences fonctionnelles, les normes de sécurité et les bonnes pratiques d'architecture, tout en assurant la scalabilité et la performance des solutions déployées.
Définir une stratégie data et/ou IA et un plan d’action adaptés aux enjeux du client ainsi qu’à son architecture data, sur la base des spécifications fonctionnelles, en collaboration avec l’équipe technique informatique du client, en tenant compte des attentes éthiques, réglementaires et sociétales, dans l’optique d’améliorer le niveau de service à l’entreprise.
Déployer une approche Green IT et Low-tech, en identifiant les technologies durables et promouvant des pratiques respectueuses de l'environnement, en encourageant des comportements écoresponsables au sein de l'organisation, en vue de contribuer au développement d’une activité économique durable.
Présenter la solution informatique proposée, en utilisant des techniques de communication et de négociation, afin de convaincre le client que le dispositif choisi lui permettra d'atteindre ses objectifs.
Participer au développement de la relation client, par le biais de techniques commerciales et développement de process organisationnels, en identifiant les possibles opportunités gagnant gagnant pour les clients et sa propre organisation dans le but de viser la satisfaction et la fidélisation du client.
Rédiger les spécifications techniques, à partir des besoins identifiés et en correspondance avec les exigences fonctionnelles ainsi que les contraintes du projet, afin de définir le périmètre de réalisation du projet data et/ou IA.
Assurer la conception méthodologique d’un projet en ingénierie de données massives, à partir d’un besoin identifié, éventuellement au travers de la participation à l’élaboration / la réponse à un appel d’offres, via une méthodologie de projet informatique, dans l’optique d’optimiser sa réussite en fonction des ressources allouées ainsi que dans une démarche numérique responsable et conforme à la règlementation en vigueur.
Planifier le projet, en déterminant les ressources à allouer, afin de garantir l’atteinte des objectifs fixés.
Décrire la solution informatique et ses fonctionnalités, la structure des bases de données et le schéma général de la sécurité de façon organisé et adapté aux différentes étapes du projet afin de produire une documentation adaptée au suivi du projet et à la maintenance de l’outil produit.
Contrôler et mesurer l’avancement du projet, en termes de coûts, délais, qualité et RSE, au travers d’indicateurs de mesure de la performance, dans l’optique d’obtenir une vision complète de l’avancement du projet / de l’utilisation des ressources en conformité avec le cahier des charges.
Estimer et suivre les coûts tout au long du cycle de vie du projet de développement informatique, en employant des techniques de gestion budgétaire, en analysant le retour sur investissement, afin de garantir sa faisabilité ainsi que sa viabilité économique.
Conduire et superviser des collaborations professionnelles, en adoptant des méthodes et techniques de management s’inscrivant dans une visée collaborative et inclusive, afin de développer les compétences individuelles et collectives, et inscrire le fonctionnement du groupe supervisé dans une démarche d’amélioration continue.
Mobiliser l’ensemble des parties prenantes, en valorisant le sens des actions menées dans les projets de transformation, au travers de la capitalisation des bonnes pratiques et de situations de travail favorisant l’intelligence collective, dans une logique de génération de valeur à différentes strates, aux niveaux micro, méso et macro.
Développer un réseau responsable de partenaires, en intégrant les dimensions de viabilité, équitabilité et durabilité dans la collaboration, afin de pérenniser l’activité.
Élaborer ou réviser ou réviser un Plan de Gouvernance des Données, en définissant des règles et bonnes pratiques spécifiques à la gestion des données, en conformité avec le cadre légal et règlementaire en vigueur, dans le but de contribuer à la protection globale des actifs numériques de l'entreprise tout en assurant leur utilisation optimale.
Rédiger un Plan de Reprise d'Activité, au travers d’une démarche d’élaboration, afin de garantir la résilience des services critiques.
Evaluer tous les risques potentiels associés à la manipulation de grandes quantités de données, en collaboration avec les data scientists, les ingénieurs de données, les analystes de sécurité, et les parties prenantes du projet afin d’appréhender les risques possibles, tels que la perte de données, les fuites de données, les erreurs de traitement des données, ainsi que les défis liés à l'intégration des systèmes existants.
Vérifier l'application des normes, méthodes et référentiels de gestion des données, en suivant les directives de la gouvernance des systèmes d'information, afin d'assurer la conformité des systèmes de gestion des données avec les exigences réglementaires et opérationnelles en vigueur.
Concevoir et déployer des actions de sensibilisation ciblée sur la gestion des données visant à instaurer une culture de gouvernance des données proactive et à renforcer l'adhésion des utilisateurs finaux aux meilleures pratiques de gestion des données, dans le but d'améliorer la qualité et la sécurité des données au sein de l'organisation.
Modéliser des entrepôts de données à grande échelle, via des systèmes de gestion de base de données avancés afin de structurer et optimiser la gestion des données massives pour des analyses avancées en intelligence artificielle, permettant ainsi des traitements de données efficaces, évolutifs et sécurisés.
Concevoir et administrer des data lakes et data warehouses avec des technologies telles que Hadoop, MongoDB, et des systèmes d'ontologies comme RDF et OWL, afin de centraliser, structurer, et rendre accessible un large éventail de données hétérogènes, faciliter leur interopérabilité et exploitation pour des analyses avancées.
Gérer la scalabilité et la performance des architectures de stockage, avec une optimisation des requêtes et des processus ETL, afin d'assurer un traitement rapide et efficace des volumes de données croissants, minimiser les temps de latence, améliorer la qualité et l'intégrité des données, et permettre une analyse en temps réel pour des prises de décision plus éclairées et stratégiques au sein de l'organisation.
Gérer l'administration avancée des bases de données en utilisant des outils spécialisés pour des environnements de production, afin de garantir la disponibilité, la performance et l'intégrité des données tout en facilitant la gestion et le suivi des bases de données à grande échelle.
Mettre en œuvre des pipelines de données sécurisés et optimiser des flux de données en temps réel, avec des technologies de traitement de données en temps réel, afin de permettre la prise de décisions basées sur des données actualisées.
Sécuriser les infrastructures de données, conformément aux normes ISO 27018 et autres standards de l'industrie, afin de protéger les données sensibles contre les menaces, et maintenir la confiance des utilisateurs en la robustesse des systèmes de gestion des données.
Déployer et optimiser des infrastructures sur Amazon AWS, Google Cloud ou Azure, incluant la gestion de clusters de calcul et le stockage distribué, afin d'assurer une scalabilité dynamique, une performance accrue, et une gestion efficace des ressources pour répondre aux besoins variés des applications et des pics de charges de travail.
Concevoir et optimiser des pipelines de données dans le cloud, en utilisant AWS Data Pipeline, Azure Data Factory, et autres outils similaires, afin d'automatiser l'ingestion, la transformation et la distribution des données, tout en assurant la fiabilité et la rapidité des processus de gestion des données.
Garantir la continuité des activités dans des environnements cloud complexes, afin de garantir la résilience des systèmes, minimiser les interruptions de service, et assurer la disponibilité des données et des applications en cas d'incident majeur.
Réaliser le crawling et le scraping de données à grande échelle, via des API avancées et des bibliothèques, afin de collecter des données massives de manière automatisée et efficace, facilitant ainsi les analyses et l'entraînement des modèles d'intelligence artificielle.
Assurer le nettoyage, la transformation et la réduction de la dimensionnalité des datasets, en utilisant des langages et outils comme Python, R, et TensorFlow, afin d'améliorer la qualité des données, optimiser les performances des modèles d'IA, et faciliter l'analyse à grande échelle.
Pré-traiter des données non structurées, notamment textuelles, avec des outils de traitement du langage naturel, afin d’optimiser des modèles d'apprentissage automatique.
Concevoir des modèles d'apprentissage profond en utilisant des frameworks, et les déployer dans le cloud, dans le but de permettre une mise à l'échelle flexible des solutions d'IA.
Optimiser les modèles à travers des techniques d' optimisation des hyperparamètres, de régularisation, et de compression de modèles, afin d'améliorer leur performance, réduire la consommation de ressources, et faciliter leur déploiement à grande échelle dans des environnements de production.
Intégrer les modèles d'IA dans des pipelines de production, en assurant leur robustesse, leur scalabilité, et leur conformité avec les standards d'entreprise, afin de garantir des déploiements continus et fiables, ainsi qu'une maintenance efficace des solutions d'IA et data en production.
Effectuer l’analyse exploratoire des données, avec des outils avancés, dans l’optique d’identifier des tendances, des patterns, et des anomalies dans des datasets volumineux.
Elaborer des visualisations interactives et dynamiques, utilisant des outils professionnels et des bibliothèques de visualisation pour des audiences techniques et non techniques, afin de synthétiser les données.
Concevoir des tableaux de bord intégrés et automatiser des rapports pour la surveillance en temps réel des KPIs stratégiques afin d’anticiper les besoins futurs grâce à une visibilité continue et précise des métriques essentielles de l'entreprise.
Prérequis d’entrée en formation
Être titulaire d’un diplôme, titre professionnel ou certification professionnelle de niveau 6
Ou être titulaire d’un diplôme, titre professionnel ou certification professionnelle de niveau 5, avec au moins 2 années d’expérience professionnelle dans le champ visé par la certification
Une dérogation peut être accordée par le jury de sélection qui aura à statuer sur le non-respect d’un des critères prérequis
Ou être titulaire d’un diplôme, titre professionnel ou certification professionnelle de niveau 5, avec au moins 2 années d’expérience professionnelle dans le champ visé par la certification
Une dérogation peut être accordée par le jury de sélection qui aura à statuer sur le non-respect d’un des critères prérequis
Prérequis à la validation de la certification
Par la voie de la formation : avoir suivi au moins 85% du parcours de formation
Secteurs d’activité visés
L’ expert en ingénierie massives de données et intelligence artificielle (IA) travaille majoritairement dans une société de services et plus précisément dans les activités informatiques.
Types d’emplois accessibles indiqués
Architecte de la donnée (big data architect) ; Chef de projet data/ IA ; Consultant data / IA ; Expert data /IA ; Ingénieur data (big data engineer) ; Ingénieur en développement big data
Réglementations mentionnées dans la fiche
L’emploi-type cible n’est pas réglementé en lui-même, mais il convient de tenir compte du cadre légal et réglementaire dans lequel les activités s’inscrivent, notamment par rapport aux normes, lois et directives suivantes : Règlement Général sur la Protection des Données, Loi Informatique et Libertés, Règlement sur la Gouvernance des Données (Data Governance Act), Proposition de Règlement sur les Données (Data Act), Loi pour la Confiance en l'Économie Numérique (LCEN, 2004), Directive européenne Network and Information System Security (NIS), Norme ISO/CEI 27002, Norme ISO 27005, Normes sur l’éco-conception des services numériques, Clarifying Lawful Overseas Use of Data Act (CLOUD Act, USA, 2018), Directive sur la Cybersécurité (Cybersecurity Act), Loi relative à l'économie circulaire et à la lutte contre le gaspillage (2020), Norme ISO/IEC 27701
Blocs de compétences RNCP — 5 blocs publiés
RNCP40167BC01 — Définir la stratégie du projet en ingénierie de données massives et/ou IA
Compétences du bloc
Développer un dispositif de veille basé sur un process structuré afin d’être force de proposition et guider les choix du client dans l’utilisation et l’évolution des solutions, standards et règlementations data liés aux systèmes d’information (SI)
Manager l’innovation, dans ses dimensions technologique, organisationnelle et économique, via des outils de conception et prototypage, afin de piloter la construction et l’implémentation de solutions SI innovantes sur le long terme
Identifier les attentes et besoins utilisateurs et contraintes du client final et de la DSI , dans leur temporalité actuelle et prévisionnelle, dans le but de concevoir une solution data et IA adaptée aux exigences métier
Analyser les bases de données au sein des SI de l’organisation étudiée, depuis leur collecte jusqu'à leur stockage et utilisation, en examinant le document de conception technique, afin de s’en servir de base pour l’implémentation technique du projet
Diagnostiquer la problématique, via une étude contextualisée de l’environnement interne et externe du client, afin garantir que toutes les composantes du système respectent les exigences fonctionnelles, les normes de sécurité et les bonnes pratiques d'architecture, tout en assurant la scalabilité et la performance des solutions déployées
Définir une stratégie data et/ou IA et un plan d’action adaptés aux enjeux du client ainsi qu’à son architecture data, sur la base des spécifications fonctionnelles, en collaboration avec l’équipe technique informatique du client, en tenant compte des attentes éthiques, réglementaires et sociétales, dans l’optique d’améliorer le niveau de service à l’entreprise
Déployer une approche Green IT et Low-tech, en identifiant les technologies durables et promouvant des pratiques respectueuses de l'environnement, en encourageant des comportements écoresponsables au sein de l'organisation, en vue de contribuer au développement d’une activité économique durable
Présenter la solution informatique proposée, en utilisant des techniques de communication et de négociation, afin de convaincre le client que le dispositif choisi lui permettra d'atteindre ses objectifs
Participer au développement de la relation client, par le biais de techniques commerciales et développement de process organisationnels, en identifiant les possibles opportunités gagnant-gagnant pour les clients et sa propre organisation dans le but de viser la satisfaction et la fidélisation du client
Manager l’innovation, dans ses dimensions technologique, organisationnelle et économique, via des outils de conception et prototypage, afin de piloter la construction et l’implémentation de solutions SI innovantes sur le long terme
Identifier les attentes et besoins utilisateurs et contraintes du client final et de la DSI , dans leur temporalité actuelle et prévisionnelle, dans le but de concevoir une solution data et IA adaptée aux exigences métier
Analyser les bases de données au sein des SI de l’organisation étudiée, depuis leur collecte jusqu'à leur stockage et utilisation, en examinant le document de conception technique, afin de s’en servir de base pour l’implémentation technique du projet
Diagnostiquer la problématique, via une étude contextualisée de l’environnement interne et externe du client, afin garantir que toutes les composantes du système respectent les exigences fonctionnelles, les normes de sécurité et les bonnes pratiques d'architecture, tout en assurant la scalabilité et la performance des solutions déployées
Définir une stratégie data et/ou IA et un plan d’action adaptés aux enjeux du client ainsi qu’à son architecture data, sur la base des spécifications fonctionnelles, en collaboration avec l’équipe technique informatique du client, en tenant compte des attentes éthiques, réglementaires et sociétales, dans l’optique d’améliorer le niveau de service à l’entreprise
Déployer une approche Green IT et Low-tech, en identifiant les technologies durables et promouvant des pratiques respectueuses de l'environnement, en encourageant des comportements écoresponsables au sein de l'organisation, en vue de contribuer au développement d’une activité économique durable
Présenter la solution informatique proposée, en utilisant des techniques de communication et de négociation, afin de convaincre le client que le dispositif choisi lui permettra d'atteindre ses objectifs
Participer au développement de la relation client, par le biais de techniques commerciales et développement de process organisationnels, en identifiant les possibles opportunités gagnant-gagnant pour les clients et sa propre organisation dans le but de viser la satisfaction et la fidélisation du client
Modalités d’évaluation du bloc
2 mises en situations professionnelles :
* Evaluation 1 : Mise en situation professionnelle reconstituée ou réelle - Dossier écrit, en individuel portant sur la définition d’un projet en ingénierie de données massives et/ou IA
* Evaluation 2 : Mise en situation professionnelle reconstituée - Présentation orale, en individuel portant sur le référentiel de compétences du bloc de manière générale et la production écrite en particulier
* Evaluation 1 : Mise en situation professionnelle reconstituée ou réelle - Dossier écrit, en individuel portant sur la définition d’un projet en ingénierie de données massives et/ou IA
* Evaluation 2 : Mise en situation professionnelle reconstituée - Présentation orale, en individuel portant sur le référentiel de compétences du bloc de manière générale et la production écrite en particulier
RNCP40167BC02 — Manager un projet en ingénierie de données massives et/ou IA
Compétences du bloc
Rédiger les spécifications techniques, à partir des besoins identifiés et en correspondance avec les exigences fonctionnelles ainsi que les contraintes du projet, afin de définir le périmètre de réalisation du projet data et/ou IA
Assurer la conception méthodologique d’un projet en ingénierie de données massives, à partir d’un besoin identifié, éventuellement au travers de la participation à l’élaboration / la réponse à un appel d’offres, via une méthodologie de projet informatique, dans l’optique d’optimiser sa réussite en fonction des ressources allouées ainsi que dans une démarche numérique responsable et conforme à la règlementation en vigueur
Planifier le projet, en déterminant les ressources (humaines, matérielles, techniques et financières) à allouer, afin de garantir l’atteinte des objectifs fixés
Décrire la solution informatique et ses fonctionnalités (user stories), la structure des bases de données et le schéma général de la sécurité de façon organisé et adapté aux différentes étapes du projet afin de produire une documentation adaptée au suivi du projet et à la maintenance de l’outil produit
Contrôler et mesurer l’avancement du projet, en termes de coûts, délais, qualité et RSE, au travers d’indicateurs de mesure de la performance , dans l’optique d’obtenir une vision complète de l’avancement du projet / de l’utilisation des ressources en conformité avec le cahier des charges
Estimer et suivre les coûts tout au long du cycle de vie du projet de développement informatique, en employant des techniques de gestion budgétaire, en analysant le retour sur investissement, afin de garantir sa faisabilité ainsi que sa viabilité économique
Conduire et superviser des collaborations professionnelles, en adoptant des méthodes et techniques de management s’inscrivant dans une visée collaborative et inclusive, afin de développer les compétences individuelles et collectives, et inscrire le fonctionnement du groupe supervisé dans une démarche d’amélioration continue
Mobiliser l’ensemble des parties prenantes, en valorisant le sens des actions menées dans les projets de transformation, au travers de la capitalisation des bonnes pratiques et de situations de travail favorisant l’intelligence collective, dans une logique de génération de valeur à différentes strates, aux niveaux micro, méso et macro
Développer un réseau responsable de partenaires, en intégrant les dimensions de viabilité, équitabilité et durabilité dans la collaboration, afin de pérenniser l’activité
Assurer la conception méthodologique d’un projet en ingénierie de données massives, à partir d’un besoin identifié, éventuellement au travers de la participation à l’élaboration / la réponse à un appel d’offres, via une méthodologie de projet informatique, dans l’optique d’optimiser sa réussite en fonction des ressources allouées ainsi que dans une démarche numérique responsable et conforme à la règlementation en vigueur
Planifier le projet, en déterminant les ressources (humaines, matérielles, techniques et financières) à allouer, afin de garantir l’atteinte des objectifs fixés
Décrire la solution informatique et ses fonctionnalités (user stories), la structure des bases de données et le schéma général de la sécurité de façon organisé et adapté aux différentes étapes du projet afin de produire une documentation adaptée au suivi du projet et à la maintenance de l’outil produit
Contrôler et mesurer l’avancement du projet, en termes de coûts, délais, qualité et RSE, au travers d’indicateurs de mesure de la performance , dans l’optique d’obtenir une vision complète de l’avancement du projet / de l’utilisation des ressources en conformité avec le cahier des charges
Estimer et suivre les coûts tout au long du cycle de vie du projet de développement informatique, en employant des techniques de gestion budgétaire, en analysant le retour sur investissement, afin de garantir sa faisabilité ainsi que sa viabilité économique
Conduire et superviser des collaborations professionnelles, en adoptant des méthodes et techniques de management s’inscrivant dans une visée collaborative et inclusive, afin de développer les compétences individuelles et collectives, et inscrire le fonctionnement du groupe supervisé dans une démarche d’amélioration continue
Mobiliser l’ensemble des parties prenantes, en valorisant le sens des actions menées dans les projets de transformation, au travers de la capitalisation des bonnes pratiques et de situations de travail favorisant l’intelligence collective, dans une logique de génération de valeur à différentes strates, aux niveaux micro, méso et macro
Développer un réseau responsable de partenaires, en intégrant les dimensions de viabilité, équitabilité et durabilité dans la collaboration, afin de pérenniser l’activité
Modalités d’évaluation du bloc
2 mises en situations professionnelles :
* Evaluation 1 : Mise en situation professionnelle reconstituée ou réelle - Dossier écrit, en individuel portant sur le management de projet en ingénierie de données massives et/ou IA
* Evaluation 2 : Mise en situation professionnelle reconstituée - Présentation orale, en individuel portant sur le référentiel de compétences du bloc de manière générale et la production écrite en particulier
* Evaluation 1 : Mise en situation professionnelle reconstituée ou réelle - Dossier écrit, en individuel portant sur le management de projet en ingénierie de données massives et/ou IA
* Evaluation 2 : Mise en situation professionnelle reconstituée - Présentation orale, en individuel portant sur le référentiel de compétences du bloc de manière générale et la production écrite en particulier
RNCP40167BC03 — Assurer la gouvernance, gestion des risques et de la conformité d’un projet en ingénierie de données massives et IA
Compétences du bloc
Élaborer ou réviser ou réviser un Plan de Gouvernance des Données (PGD), en définissant des règles et bonnes pratiques spécifiques à la gestion des données, en conformité avec le cadre légal et règlementaire en vigueur, dans le but de contribuer à la protection globale des actifs numériques de l'entreprise tout en assurant leur utilisation optimale
Rédiger un Plan de Reprise d'Activité (PRA), au travers d’une démarche d’élaboration, afin de garantir la résilience des services critiques
Evaluer tous les risques potentiels associés à la manipulation de grandes quantités de données, en collaboration avec les data scientists, les ingénieurs de données, les analystes de sécurité, et les parties prenantes du projet afin d’appréhender les risques possibles, tels que la perte de données, les fuites de données, les erreurs de traitement des données, ainsi que les défis liés à l'intégration des systèmes existants
Vérifier l'application des normes, méthodes et référentiels de gestion des données, en suivant les directives de la gouvernance des systèmes d'information, afin d'assurer la conformité des systèmes de gestion des données avec les exigences réglementaires et opérationnelles en vigueur
Concevoir et déployer des actions de sensibilisation ciblée sur la gestion des données visant à instaurer une culture de gouvernance des données proactive et à renforcer l'adhésion des utilisateurs finaux aux meilleures pratiques de gestion des données, dans le but d'améliorer la qualité et la sécurité des données au sein de l'organisation
Rédiger un Plan de Reprise d'Activité (PRA), au travers d’une démarche d’élaboration, afin de garantir la résilience des services critiques
Evaluer tous les risques potentiels associés à la manipulation de grandes quantités de données, en collaboration avec les data scientists, les ingénieurs de données, les analystes de sécurité, et les parties prenantes du projet afin d’appréhender les risques possibles, tels que la perte de données, les fuites de données, les erreurs de traitement des données, ainsi que les défis liés à l'intégration des systèmes existants
Vérifier l'application des normes, méthodes et référentiels de gestion des données, en suivant les directives de la gouvernance des systèmes d'information, afin d'assurer la conformité des systèmes de gestion des données avec les exigences réglementaires et opérationnelles en vigueur
Concevoir et déployer des actions de sensibilisation ciblée sur la gestion des données visant à instaurer une culture de gouvernance des données proactive et à renforcer l'adhésion des utilisateurs finaux aux meilleures pratiques de gestion des données, dans le but d'améliorer la qualité et la sécurité des données au sein de l'organisation
Modalités d’évaluation du bloc
2 mises en situations professionnelles :
* Evaluation 1 : Mise en situation professionnelle reconstituée ou réelle - Dossier écrit, en individuel portant sur l’implémentation de la gouvernance et la gestion des risques / de la conformité sur un projet en ingénierie de données massives et/ou IA
* Evaluation 2 : Mise en situation professionnelle reconstituée - Présentation orale, en individuel portant sur le référentiel de compétences du bloc de manière générale et la production écrite en particulier
* Evaluation 1 : Mise en situation professionnelle reconstituée ou réelle - Dossier écrit, en individuel portant sur l’implémentation de la gouvernance et la gestion des risques / de la conformité sur un projet en ingénierie de données massives et/ou IA
* Evaluation 2 : Mise en situation professionnelle reconstituée - Présentation orale, en individuel portant sur le référentiel de compétences du bloc de manière générale et la production écrite en particulier
RNCP40167BC04 — Concevoir et déployer des infrastructures de données
Compétences du bloc
Modéliser des entrepôts de données à grande échelle, via des systèmes de gestion de base de données (SGBD) avancés (Oracle, MySQL, PostgreSQL), afin de structurer et optimiser la gestion des données massives pour des analyses avancées en intelligence artificielle, permettant ainsi des traitements de données efficaces, évolutifs et sécurisés
Concevoir et administrer des data lakes et data warehouses avec des technologies telles que Hadoop, MongoDB, et des systèmes d'ontologies comme RDF et OWL, afin de centraliser, structurer, et rendre accessible un large éventail de données hétérogènes, faciliter leur interopérabilité et exploitation pour des analyses avancées
Gérer la scalabilité et la performance des architectures de stockage, avec une optimisation des requêtes et des processus ETL , afin d'assurer un traitement rapide et efficace des volumes de données croissants, minimiser les temps de latence, améliorer la qualité et l'intégrité des données, et permettre une analyse en temps réel pour des prises de décision plus éclairées et stratégiques au sein de l'organisation
Gérer l'administration avancée des bases de données en utilisant des outils spécialisés (SQL Server Management Studio, pgAdmin) pour des environnements de production, afin de garantir la disponibilité, la performance et l'intégrité des données tout en facilitant la gestion et le suivi des bases de données à grande échelle
Mettre en œuvre des pipelines de données sécurisés et optimiser des flux de données en temps réel, avec des technologies de traitement de données en temps réel, afin de permettre la prise de décisions basées sur des données actualisées
Sécuriser les infrastructures de données, conformément aux normes ISO 27018 et autres standards de l'industrie, afin de protéger les données sensibles contre les menaces, et maintenir la confiance des utilisateurs en la robustesse des systèmes de gestion des données
Déployer et optimiser des infrastructures sur Amazon AWS, Google Cloud ou Azure, incluant la gestion de clusters de calcul (EC2, GCP Compute Engine) et le stockage distribué (S3, BigQuery), afin d'assurer une scalabilité dynamique, une performance accrue, et une gestion efficace des ressources pour répondre aux besoins variés des applications et des pics de charges de travail
Concevoir et optimiser des pipelines de données dans le cloud, en utilisant AWS Data Pipeline, Azure Data Factory, et autres outils similaires, afin d'automatiser l'ingestion, la transformation et la distribution des données, tout en assurant la fiabilité et la rapidité des processus de gestion des données
Garantir la continuité des activités dans des environnements cloud complexes, afin de garantir la résilience des systèmes, minimiser les interruptions de service, et assurer la disponibilité des données et des applications en cas d'incident majeur
Concevoir et administrer des data lakes et data warehouses avec des technologies telles que Hadoop, MongoDB, et des systèmes d'ontologies comme RDF et OWL, afin de centraliser, structurer, et rendre accessible un large éventail de données hétérogènes, faciliter leur interopérabilité et exploitation pour des analyses avancées
Gérer la scalabilité et la performance des architectures de stockage, avec une optimisation des requêtes et des processus ETL , afin d'assurer un traitement rapide et efficace des volumes de données croissants, minimiser les temps de latence, améliorer la qualité et l'intégrité des données, et permettre une analyse en temps réel pour des prises de décision plus éclairées et stratégiques au sein de l'organisation
Gérer l'administration avancée des bases de données en utilisant des outils spécialisés (SQL Server Management Studio, pgAdmin) pour des environnements de production, afin de garantir la disponibilité, la performance et l'intégrité des données tout en facilitant la gestion et le suivi des bases de données à grande échelle
Mettre en œuvre des pipelines de données sécurisés et optimiser des flux de données en temps réel, avec des technologies de traitement de données en temps réel, afin de permettre la prise de décisions basées sur des données actualisées
Sécuriser les infrastructures de données, conformément aux normes ISO 27018 et autres standards de l'industrie, afin de protéger les données sensibles contre les menaces, et maintenir la confiance des utilisateurs en la robustesse des systèmes de gestion des données
Déployer et optimiser des infrastructures sur Amazon AWS, Google Cloud ou Azure, incluant la gestion de clusters de calcul (EC2, GCP Compute Engine) et le stockage distribué (S3, BigQuery), afin d'assurer une scalabilité dynamique, une performance accrue, et une gestion efficace des ressources pour répondre aux besoins variés des applications et des pics de charges de travail
Concevoir et optimiser des pipelines de données dans le cloud, en utilisant AWS Data Pipeline, Azure Data Factory, et autres outils similaires, afin d'automatiser l'ingestion, la transformation et la distribution des données, tout en assurant la fiabilité et la rapidité des processus de gestion des données
Garantir la continuité des activités dans des environnements cloud complexes, afin de garantir la résilience des systèmes, minimiser les interruptions de service, et assurer la disponibilité des données et des applications en cas d'incident majeur
Modalités d’évaluation du bloc
2 mises en situations professionnelles :
* Evaluation 1: Mise en situation professionnelle reconstituée ou réelle - Dossier écrit, en individuel portant sur la conception et le déploiement d’infrastructures de données
* Evaluation 2 : Mise en situation professionnelle reconstituée - Présentation orale, en individuel portant sur le référentiel de compétences du bloc de manière générale et la production écrite en particulier
* Evaluation 1: Mise en situation professionnelle reconstituée ou réelle - Dossier écrit, en individuel portant sur la conception et le déploiement d’infrastructures de données
* Evaluation 2 : Mise en situation professionnelle reconstituée - Présentation orale, en individuel portant sur le référentiel de compétences du bloc de manière générale et la production écrite en particulier
RNCP40167BC05 — Développer des solutions data et IA
Compétences du bloc
Réaliser le crawling et le scraping de données à grande échelle, via des API avancées et des bibliothèques, afin de collecter des données massives de manière automatisée et efficace, facilitant ainsi les analyses et l'entraînement des modèles d'intelligence artificielle
Assurer le nettoyage, la transformation et la réduction de la dimensionnalité des datasets , en utilisant des langages et outils comme Python, R, et TensorFlow, afin d'améliorer la qualité des données, optimiser les performances des modèles d'IA, et faciliter l'analyse à grande échelle
Pré-traiter des données non structurées, notamment textuelles, avec des outils de traitement du langage naturel, afin d’optimiser des modèles d'apprentissage automatique
Concevoir des modèles d'apprentissage profond (deep learning) en utilisant des frameworks, et les déployer dans le cloud, dans le but de permettre une mise à l'échelle flexible des solutions d'IA
Optimiser les modèles à travers des techniques d' optimisation des hyperparamètres (hyperparameter tuning), de régularisation, et de compression de modèles, afin d'améliorer leur performance, réduire la consommation de ressources, et faciliter leur déploiement à grande échelle dans des environnements de production
Intégrer les modèles d'IA dans des pipelines de production, en assurant leur robustesse, leur scalabilité, et leur conformité avec les standards d'entreprise, afin de garantir des déploiements continus et fiables, ainsi qu'une maintenance efficace des solutions d'IA et data en production
Effectuer l’analyse exploratoire des données, avec des outils avancés, dans l’optique d’identifier des tendances, des patterns, et des anomalies dans des datasets volumineux
Elaborer des visualisations interactives et dynamiques, utilisant des outils professionnels (Tableau, Power BI, D3.js) et des bibliothèques de visualisation (Matplotlib, Seaborn) pour des audiences techniques et non techniques, afin de synthétiser les données
Concevoir des tableaux de bord (dashboards) intégrés et automatiser des rapports pour la surveillance en temps réel des KPIs stratégiques afin d’anticiper les besoins futurs grâce à une visibilité continue et précise des métriques essentielles de l'entreprise
Assurer le nettoyage, la transformation et la réduction de la dimensionnalité des datasets , en utilisant des langages et outils comme Python, R, et TensorFlow, afin d'améliorer la qualité des données, optimiser les performances des modèles d'IA, et faciliter l'analyse à grande échelle
Pré-traiter des données non structurées, notamment textuelles, avec des outils de traitement du langage naturel, afin d’optimiser des modèles d'apprentissage automatique
Concevoir des modèles d'apprentissage profond (deep learning) en utilisant des frameworks, et les déployer dans le cloud, dans le but de permettre une mise à l'échelle flexible des solutions d'IA
Optimiser les modèles à travers des techniques d' optimisation des hyperparamètres (hyperparameter tuning), de régularisation, et de compression de modèles, afin d'améliorer leur performance, réduire la consommation de ressources, et faciliter leur déploiement à grande échelle dans des environnements de production
Intégrer les modèles d'IA dans des pipelines de production, en assurant leur robustesse, leur scalabilité, et leur conformité avec les standards d'entreprise, afin de garantir des déploiements continus et fiables, ainsi qu'une maintenance efficace des solutions d'IA et data en production
Effectuer l’analyse exploratoire des données, avec des outils avancés, dans l’optique d’identifier des tendances, des patterns, et des anomalies dans des datasets volumineux
Elaborer des visualisations interactives et dynamiques, utilisant des outils professionnels (Tableau, Power BI, D3.js) et des bibliothèques de visualisation (Matplotlib, Seaborn) pour des audiences techniques et non techniques, afin de synthétiser les données
Concevoir des tableaux de bord (dashboards) intégrés et automatiser des rapports pour la surveillance en temps réel des KPIs stratégiques afin d’anticiper les besoins futurs grâce à une visibilité continue et précise des métriques essentielles de l'entreprise
Modalités d’évaluation du bloc
2 mises en situations professionnelles :
* Evaluation 1 : Mise en situation professionnelle reconstituée ou réelle - Dossier écrit, en individuel portant sur le développement des solutions data et IA
* Evaluation 2 : Mise en situation professionnelle reconstituée - Présentation orale, en individuel portant sur le référentiel de compétences du bloc de manière générale et la production écrite en particulier
* Evaluation 1 : Mise en situation professionnelle reconstituée ou réelle - Dossier écrit, en individuel portant sur le développement des solutions data et IA
* Evaluation 2 : Mise en situation professionnelle reconstituée - Présentation orale, en individuel portant sur le référentiel de compétences du bloc de manière générale et la production écrite en particulier
Voies d’accès et jurys indiqués
| Voie d’accès | Indication de la source | Composition du jury publiée |
|---|---|---|
| Formation initiale sous statut d’élève ou d’étudiant | Oui | Le jury est composé de 3 membres minimum dont 2 professionnels externes |
| Contrat d’apprentissage | Oui | Le jury est composé de 3 membres minimum dont 2 professionnels externes |
| Formation continue | Oui | Le jury est composé de 3 membres minimum dont 2 professionnels externes |
| Contrat de professionnalisation | Oui | Le jury est composé de 3 membres minimum dont 2 professionnels externes |
| Candidature individuelle | Non | Non renseignée |
| Expérience (VAE) | Oui | Conformément au décret n° 2024-332 du 10 avril 2024 relatif au jury et au congé de validation des acquis de l'expérience, le jury de certification pour l’obtention par voie de la VAE réunit au moins deux personnes, dont au moins une personne qualifiée au titre de la certification visée |
Codes ROME publiés dans la fiche de certification
- M1802 — Expertise et support en systèmes d'information
- M1803 — Direction des systèmes d'information
- M1805 — Études et développement informatique
- M1806 — Conseil et maîtrise d'ouvrage en systèmes d'information
Le rapprochement repose sur un code publié dans les deux sources. Les intitulés ROME peuvent avoir évolué ; il ne s’agit pas d’une équivalence de diplômes.
Domaines Formacode
- 31023 — Gestion données massives
- 11031 — Modèle mathématique
- 31028 — Intelligence artificielle
- 31094 — Gestion projet informatique
- 31006 — Sécurité informatique
Nomenclature des spécialités de formation (NSF)
- 326 — Informatique, traitement de l'information, réseaux de transmission
Promotions et indicateurs d’insertion publiés
Les effectifs et indicateurs ci-dessous concernent les promotions indiquées dans la fiche de certification. Ils ne constituent pas un taux de réussite à un examen, une mesure de qualité d’un centre de formation ou une garantie d’emploi. Le nombre de certifiés ne fournit pas le nombre de répondants aux enquêtes d’insertion ; les dénominateurs de ces taux ne sont pas publiés dans les champs repris ici. Les champs absents restent « Non renseigné » et les zéros publiés sont conservés.
RNCP40167 — Expert en ingénierie de données massives et intelligence artificielle
Échelle propre à cette fiche, avec origine à zéro. Les barres représentent des effectifs publiés, sans estimation des années manquantes. Aucun taux d’insertion n’est calculé à partir de ces effectifs.
| Année de promotion | Nombre de certifiés | Certifiés par la VAE | Insertion globale à 6 mois (%) | Insertion dans le métier à 2 ans (%) |
|---|---|---|---|---|
| 2019 | 2 | 0 | 90 % | 100 % |
| 2020 | 2 | 0 | 90 % | 100 % |
| 2022 | 9 | 0 | 90 % | Non renseigné |
| 2023 | 19 | 0 | 90 % | Non renseigné |
L’indicateur d’insertion dans le métier à 6 mois n’est renseigné pour aucune promotion de cette fiche dans l’export utilisé.
Vérifier les statistiques et leur contexte sur la fiche officielle RNCP40167
Source : France compétences, export RNCP et Répertoire spécifique 4.1 du 22 octobre 2026 · Licence Ouverte 2.0. Les valeurs décrivent ce relevé daté. Les champs d’insertion globale à 6 mois, d’insertion dans le métier à 6 mois et à 2 ans restent distincts.
Partenaires publiés pour RNCP40167 — 8 mentions dans l’export
Ces lignes proviennent de la rubrique « Partenaires » de cette certification dans l’export France compétences du 22 octobre 2026. Les rôles et états décrivent cette photographie ; ils ne garantissent ni une habilitation actuelle, ni une session ouverte, ni une adresse d’enseignement. Consulter le contexte de la certification.
8 mentions correspondant aux critères · page 1 sur 1 · ordre de l’export, au plus 25 lignes par page. Un même organisme peut figurer sur plusieurs certifications ; ces mentions ne comptent pas des centres distincts.
| Nom et SIRET publiés | Rôle publié | État de l’habilitation dans la source | Dates publiées |
|---|---|---|---|
| ASSOCIATION SUP DE VINCI (CFA LEONARD DE VINCI) SIRET : 40955435900037 | Former et organiser les évaluations HABILITATION_ORGA_FORM | Actif | Date actif : 12/05/2025 Dernière modification de l’état : 12/05/2025 |
| ASSOCIATION SUP DE VINCI (CFA LEONARD DE VINCI) SIRET : 40955435900078 | Former et organiser les évaluations HABILITATION_ORGA_FORM | Actif | Date actif : 12/05/2025 Dernière modification de l’état : 12/05/2025 |
| ISCOD SIRET : 88877726500107 | Former et organiser les évaluations HABILITATION_ORGA_FORM | Actif | Date actif : 03/07/2026 Dernière modification de l’état : 03/07/2026 |
| SDV-ISI-BORDEAUX SIRET : 90289074800038 | Former et organiser les évaluations HABILITATION_ORGA_FORM | Actif | Date actif : 12/05/2025 Dernière modification de l’état : 12/05/2025 |
| SDV-ISI-BORDEAUX SIRET : 90289074800020 | Former et organiser les évaluations HABILITATION_ORGA_FORM | Actif | Date actif : 12/05/2025 Dernière modification de l’état : 12/05/2025 |
| SDV-ISI-BORDEAUX SIRET : 90289074800046 | Former et organiser les évaluations HABILITATION_ORGA_FORM | Actif | Date actif : 12/05/2025 Dernière modification de l’état : 12/05/2025 |
| SIMPLON.CO SIRET : 79279132900016 | Former et organiser les évaluations HABILITATION_ORGA_FORM | Actif | Date actif : 18/05/2026 Dernière modification de l’état : 18/05/2026 |
| VISIPLUS SIRET : 44321186700116 | Former et organiser les évaluations HABILITATION_ORGA_FORM | Actif | Date actif : 03/07/2026 Dernière modification de l’état : 03/07/2026 |
Les identifiants, noms, rôles, états et dates sont reproduits tels que publiés. Aucun rapprochement avec un établissement de l’annuaire n’est déduit du nom. Consultez la fiche officielle et le certificateur avant toute inscription.
Consulter la fiche complète et les organismes habilités sur France compétences