Page 57 - Catalogue Formations 2024

EN

BLENDED RÉALISABLE
ATELIER LEARNING EN ANGLAIS
PROGRAMME
Introduction Enjeux éthiques de l’intelligence artificielle DATE & LIEU
- IA et avenir du travail
Transformation digitale et applications de - Grands sujets pour l’IA éthique Contactez-nous pour la session à venir
l’IA et des sciences des données - Biais, équité, privacy
- Rupture technologique et nouvelles - Cas d’usages
solutions apportées par l’IA et le big data aux - Comment concevoir une approche éthique RESPONSABLE(S)
problématiques métiers « by design » ?
- Quels nouveaux cas d’usage par rapport aux
David BOUNIE
projets traditionnels ? Cloud Computing et infrastructures big data
- Automatisation des processus - Collecte et stockage distribué des données Enseignant-chercheur et Directeur du
- Reconnaissance de caractères - Big data et cloud : plateformes de traitement département Sciences Économiques
- Traitement du langage naturel - Principaux frameworks (Hadoop, Spark) et Sociales à Télécom Paris. Ses
- Chatbots/agents conversationnels
recherches concernent l’économie
- Enjeux économiques de l’IA pour l’entreprise Visualisation de données
numérique en général, et la finance
- Principes de base de la visualisation
Fondamentaux de l’IA et du machine learning d’information digitale en particulier. Il collabore
- Histoire et contexte de développement de - Critique des techniques de visualisation régulièrement avec les banques, pour
l’intelligence artificielle appliquées à une donnée particulière pour les systèmes de paiement par carte,
- Concepts fondamentaux une tâche donnée
et avec les banques centrales, les
- Principaux modèles d’apprentissage - Évaluation des systèmes de visualisation
opérateurs mobiles. Il est cofondateur
- Fonction de coût, sélection et évaluation des - Conception de nouveaux outils de INTELLIGENCE ARTIFICIELLE ET SCIENCES DES DONNÉES
modèles visualisation de la chaire de recherche Finance
- Généralisation Digitale avec l’Institut Louis Bachelier.
Stratégie data
Gestion de projet data et IA - Paradoxe des approches stratégiques Stéphan CLÉMENÇON
- Comprendre et traiter les spécificités d’un classiques
projet data - Démarche méthodologique et objectifs Enseignant-chercheur au département
- Compétences clés et profils d’une stratégie data Image, Données, Signal de Télécom
- Une équipe type existe-t-elle ? - Une nouvelle architecture de valeur agile Paris, il anime l’équipe de recherche
- Encadrement d’une équipe IA, science des - Équation de profit : temps réel,
S2A (Statistiques et Applications) au
données personnalisation des prix et variabilisation
sein du laboratoire LTCI. Ses recherches
- Recrutement de profils data, une nécessité des coûts
- Manager un projet data du cadrage à - Concept d’intelligence amplifiée portent principalement sur la théorie
l’industrialisation et à l’identification des - Les facteurs clés de succès statistique de l’apprentissage. Il
gains de performance enseigne le machine learning à
Synthèse et conclusion
Télécom Paris, à l’ENSAE Paris, à
Apprentissage supervisé et applications
l’Université Paris 7 et à l’ENS Cachan.
- Arbres de décision
- Forêts aléatoires
- Support Vector Machines
- Boosting
- Apprentissage par renforcement
Apprentissage non supervisé et applications
- Réduction de dimension
- Clustering
- Similarité
- K-means et variantes
- Méthodes hiérarchiques
- Détection d’anomalies
Apprentissage profond et applications
- Fondamentaux des réseaux de neurones
- Traitement du langage naturel
- Processus de langage naturel
- Ressources linguistiques
- Classement et catégorisation de texte
- Traitement d’images et reconnaissance
d’objets

FORMATIONS CERTIFIANTES
CERTIFICATION
DÉLIVRÉE PAR
ACCÉDER À L’ENSEMBLE
DU PROGRAMME EN LIGNE

contact.exed@telecom-paris.fr | executive-education.telecom-paris.fr | Appelez le 01 75 31 95 90 57