Accueil
Pilotage de l'entreprise
Droit des sociétés et collectivités
RGPD
Ia : conformité rgpd, innovation et applications multi-agents

Ia : conformité rgpd, innovation et applications multi-agents

Qualiopi

En centre

Non éligible CPF

Sélectionnez une session :

Paris :

Visio :

Choisissez une date pour pouvoir réserver !

Objectifs

Programme

Comprendre les principes fondamentaux de l'intelligence artificielle (IA) et du Règlement sur l'IA (RIA), ainsi que leurs applications dans le contexte professionnel
Appliquer les règles et les obligations du RIA dans la mise en œuvre des systèmes d'IA, tout en respectant les directives du RGPD
Optimiser les processus au sein de la DSI grâce à l'IA, et mettre en place une gouvernance adéquate pour les projets d'IA
Maîtriser la conception et le développement d'applications basées sur des systèmes multi-agents et des modèles de langages massifs (LLMs)
Exploiter l'IA générative et les LLMs pour répondre à divers besoins opérationnels et stimuler l'innovation dans l'entreprise.

1. INTRODUCTION À L'INTELLIGENCE ARTIFICIELLE EN ENTREPRISE

Définition et historique de l'intelligence artificielle
Importance de l'IA dans le contexte de l'entreprise
Aperçu des sous-domaines de l'IA: apprentissage automatique, traitement du langage naturel, modèles de langage étendus
Applications de l'IA dans différents secteurs : santé, finance, industrie
Potentiel de l'IA pour optimiser les processus au sein des DSI : automatisation, amélioration de la sécurité, gestion des données

2. CADRE LÉGISLATIF ET ÉTHIQUE DE L'IA

Introduction au Règlement sur l'Intelligence Artificielle (RIA)
Alignement du RIA avec le RGPD
Obligations des acteurs en matière de conformité et d'utilisation responsable de l'IA
Anticipation des impacts de l'IA sur les organisations : mesures pour la gouvernance et les exigences du RIA
Défis éthiques et biais dans l'IA

3. SYSTÈMES MULTI-AGENTS BASÉS SUR DES MODÈLES DE LANGAGE

Compréhension des architectures des systèmes multi-agents
Planification et capacités réflexives et critiques des systèmes multi-agents
Approches pour rendre ces systèmes plus interprétables
Utilisation des systèmes multi-agents pour la conception d'applications basées sur des modèles de langages massifs (LLMs)

4. INNOVATION ORGANISATIONNELLE GRÂCE À L'IA

Transformation des processus au sein de la DSI grâce à l'IA
Stimuler l'innovation organisationnelle à travers l'IA
Études de cas d'innovations réussies grâce à l'IA

5. IA GÉNÉRATIVE ET MODÈLES POUR RÉPONDRE À DIVERS BESOINS OPÉRATIONNELS

Comprendre les concepts de l'IA générative
Utilisation de l'IA générative pour divers besoins opérationnels
Études de cas d'utilisation de l'IA générative dans divers scénarios opérationnels

6. ATELIERS PRATIQUES

Gestion de projets en utilisant l'IA
Mise en œuvre d'agents conversationnels
Déploiement et réglage fin d'applications basées sur l'IA
Études de cas et simulation de situations réelles pour appliquer les concepts appris

7. RETOURS D'EXPÉRIENCE

Retours d'expérience et discussion sur les meilleures pratiques de l'IA en entreprise
Pistes pour l'application des connaissances acquises dans le contexte professionnel de chaque participant.

Public visé

Cette formation s'adresse aux professionnels œuvrant dans les secteurs de la protection des données, de la sécurité de l'information et du développement de l'intelligence artificielle. Les Délégués à la Protection des Données (DPO), responsables de la sécurité et de l'éthique, avocats et juristes impliqués dans la mise en œuvre du règlement IA, trouveront un intérêt particulier à cette formation. Les référents IA et les auditeurs bénéficieront également de contenus pertinents pour assurer la conformité des systèmes d'IA. Par ailleurs, les responsables informatiques tels que les Directeurs des Systèmes d'Information (DSI), managers IT, chefs de projets techniques, ingénieurs en infrastructure et sécurité, data managers, analystes de données et responsables de la transformation numérique y trouveront des clés pour améliorer les processus au sein de leur DSI grâce à l'IA. Enfin, les data scientists, développeurs et chefs de projets IA pourront accroître leur expertise, notamment en matière de conception d'applications basées sur des systèmes multi-agents et d'utilisation de l'IA générative.

Prérequis

Être muni d'un ordinateur relié à Internet, possédant une caméra, un micro et un haut-parleur. Ce matériel est indispensable pour suivre la formation en ligne. Avoir complété un programme de sensibilisation au Règlement Général sur la Protection des Données (RGPD). Cette formation est essentielle pour comprendre les implications du respect des directives du RGPD dans le cadre de l'IA. Posséder des connaissances de base en informatique, en particulier en matière de réseaux, de sécurité et de gestion des données. Ces compétences sont nécessaires pour comprendre et mettre en œuvre efficacement des systèmes d'IA. Être familiarisé avec les processus de la Direction des Systèmes d'Information (DSI). La connaissance de ces processus permettra d'appréhender la transformation de ces derniers grâce à l'IA. Avoir une expérience préalable avec les modèles de langage massifs (LLMs). Ces connaissances sont essentielles pour la conception d'applications basées sur des systèmes multi-agents. Comprendre les principes du Machine Learning et du Deep Learning. Ces concepts sont cruciaux pour l'apprentissage de l'IA générative. Maîtriser un langage de script, de préférence Python. Cette compétence est recommandée pour la manipulation des modèles de langage massifs (LLMs) et l'implémentation de systèmes d'IA.

Méthodes pédagogiques

L’approche pédagogique a été construite sur l’interactivité et la personnalisation : Présentation illustrée et animée par le Formateur Expert, partage d’expériences, études de cas, mise en situation réelle.
Tous les supports sont fournis par support papier, mail ou clé USB à chaque stagiaire.

Méthodologie pédagogique employée :
Chaque formation en présentiel ou en distanciel est animée par un Formateur Expert Métier sélectionné selon ses compétences et expériences professionnelles. Apport d’expertise du Formateur, quiz en début et fin de formation, cas pratiques, échanges d’expérience. Accès en ligne au support de formation.

Modalités d'évaluation

Méthodes utilisées et évaluation :
Evaluation et positionnement lors de la définition du projet pédagogique avec le(s) stagiaire(s). Un QCM est donné aux stagiaires le dernier jour de la formation pour valider leurs apprentissages. Une correction collective est effectuée par le Formateur. Une évaluation de fin de stage en direct est organisée entre le Formateur et le(s) stagiaire(s) pour recueillir et prendre en compte leurs appréciations. Une attestation de fin de stage est remise aux stagiaires.

Choisissez une date pour pouvoir réserver !