La certification IA des experts data en entreprise.
Un parcours certifiant de 20 jours sur 7 mois pour data scientists et experts en activité. ML industrialisé, deep learning, foundation models, RAG, agents et LLMOps, avec un déploiement résolument souverain : modèles européens, serving local, conformité AI Act.
Une expertise IA complète
- ML industrialisé · MLOps · CI/CD
- Deep learning · CNN · Transformers
- Foundation models · multimodalité
- LLM en production : RAG, agents, fine-tuning
- Gouvernance, AI Act, IA responsable
Sessions à venir
Les forces de la certification
Une approche qui combine exigence technique, pratique réelle et choix techniques alignés avec les contraintes de souveraineté et de conformité des organisations modernes.
Couverture complète
Du ML industrialisé aux agents IA en passant par les foundation models : tout l'écosystème actuel.
Pratique réelle
Mini-Kaggle, TP notés, projet fil rouge de 5 mois soutenu devant jury : on apprend en faisant.
Approche souveraine
Stack européenne et Open Weight (Mistral, EuroLLM, Mixtral, Qwen), serving local (vLLM, Ollama, llama.cpp) et auto-hébergement maîtrisé. Vous apprenez l'IA comme vous la déploierez en interne.
100% présentiel
20 journées dans la même salle, avec vos formateurs et votre promotion. On apprend mieux ensemble qu'isolé devant un écran.
Conformité native
AI Act, RGPD, gouvernance et auditabilité traités comme un module à part entière.
Contenus à jour
Chaque module est mis à jour en continu : papers récents, nouveaux modèles, retours de production. Vous n'apprenez pas l'IA d'il y a deux ans.
Ce n'est pas une formation ChatGPT.
Le marché de la formation IA est saturé d'offres qui apprennent à prompter une API propriétaire et appellent ça de l'expertise. Notre certification fait un autre choix : former des praticiens capables de concevoir, déployer et gouverner l'IA dans une organisation. Voilà concrètement ce que ça change.
Ailleurs sur le marché
- Apprendre à utiliser ChatGPT en quelques jours
- Recopier des prompts depuis un PDF
- Faire tourner des notebooks Google Colab sans rien comprendre dessous
- Suivre des cours pré-enregistrés depuis votre canapé
- Repartir avec un certificat de "participation" sans projet réel
- Être enfermé dans une stack propriétaire américaine
- Être formé par des consultants généralistes qui n'ont jamais déployé d'IA en prod
Notre approche
- Maîtriser les fondations techniques jusqu'aux Transformers
- Construire vos propres pipelines ML industrialisés
- Servir vous-même des LLM open weight en local
- Vous former en présentiel avec vos pairs et nos experts
- Livrer un vrai projet de 5 mois soutenu devant jury
- Manipuler une stack souveraine et auditable
- Maîtriser AI Act, gouvernance et conformité
Une équipe pédagogique 100% praticiens, en présentiel
Nos formateurs ne sont pas des intervenants de passage. Ils conçoivent et déploient des solutions IA en entreprise au quotidien, et vous les rencontrez en chair et en os, dans la même salle. Pas de cours pré-enregistrés, pas de webinaires froids : 20 journées de présentiel pour échanger, débattre, débloquer un problème en live et créer du lien avec votre promotion.
Pour data scientists et experts data en activité
Vous pratiquez Python en data science et avez des bases solides en machine learning. Vous voulez monter au niveau expert et intégrer durablement l'IA générative dans vos projets métier. Vous débutez ? Commencez par notre parcours niveau 1.
Six compétences clés
Validées en fin de parcours par un examen écrit et la soutenance du projet fil rouge devant jury.
ML industrialisé
Maîtriser le ML supervisé/non supervisé et l'industrialisation MLOps (MLflow, CI/CD, drift).
Deep learning & séries
Concevoir CNN, RNN et architectures Transformer pour image, NLP et séries temporelles.
Foundation models
Comprendre et exploiter les modèles de fondation toutes modalités : LLM, vision, tabulaire, séries.
LLM en production
Servir des LLM en local ou auto-hébergé, construire des systèmes RAG et orchestrer des agents.
LLMOps & fine-tuning
Évaluer, observer, optimiser et fine-tuner des LLM (LoRA, QLoRA, distillation, quantization).
Gouvernance IA
Maîtriser AI Act, RGPD, équité, explicabilité et gouvernance d'une IA d'entreprise.
Un produit livré, 5 mois, en équipe.
Le cœur de la certification : chaque groupe développe un projet IA complet en parallèle des modules, sur un environnement Jupyter souverain mis à disposition par Stat4decision, incluant des LLM auto-hébergés (Mistral et variantes Open Weight). Vous expérimentez l'assistance par IA au développement de manière sécurisée, sans recourir à des services externes.
En intra : les projets portent sur vos données et cas d'usage métier.
En inter : chaque groupe choisit un sujet parmi nos jeux de données publics, ou propose le sien.
Quatre jalons sur 5 mois
- Jalon 1 : cadrage technique et exploration
- Jalon 2 : demo mi-parcours intégrant les retours
- Jalon 3 : industrialisation (MLflow, CI/CD, model card)
- Jalon 4 : préparation soutenance et démo finale
- + 8 office hours bimensuelles (~6h de mentorat)
- Trois livrables : présentation, mémoire d'architecture, fiche algorithmes
5 modules, 20 jours d'animation
Couleurs : bleu = ML & MLOps · indigo = deep learning · or = LLM & foundation models · vert = kick-off · gris = examen.
ML & MLOps : Mini-Kaggle industrialisé
Fondamentaux du machine learning fusionnés avec l'industrialisation MLOps, pour livrer dès le premier module un modèle production-ready.
- J1-J2 : KNN, SVM, arbres, Random Forests
- Méthodes d'ensemble : stacking, blending
- XGBoost, LightGBM, pipelines scikit-learn
- Validation croisée, feature engineering
- Parallélisme : Dask, Spark ML
- J3 : MLOps · CRISP-ML(Q), MLflow, CI/CD
- Data drift, concept drift, déploiement
- J4 : Mini-Kaggle compétitif sur données publiques
Deep Learning & Séries temporelles
Architectures profondes pour image, texte et séries : du fondamental aux RNN appliqués aux signaux temporels.
- J5-J6 : Deep Learning fondamental
- Optimisation, régularisation
- TensorFlow et PyTorch en pratique
- CNN et transfer learning (vision)
- RNN et embeddings (NLP)
- J7 : Séries temporelles · ARIMA, Prophet
- Modèles d'état, LSTM, GRU
Fondations LLM, multimodalité & foundation models
Tous les modèles pré-entraînés généralistes (LLM, vision, tabulaire, séries temporelles) avec un focus assumé sur l'écosystème Open Weight européen.
- J8-J9 : Tokenization, embeddings, attention
- Architectures Transformer
- Familles Open Weight : Mistral, EuroLLM
- Llama, Mixtral, modèles communautaires
- J10 : Modèles de diffusion
- Vision-Language : Pixtral, Qwen-VL
- Tabular FM : TabICL, TabLLM
- Time Series FM : Chronos, Lag-Llama, TimesFM
Kick-off projet fil rouge
Lancement officiel du projet qui mobilisera les apprenants sur 5 mois en parallèle des derniers modules.
- Présentation des sujets disponibles
- Constitution des groupes
- Prise en main de l'environnement souverain
- Accès aux LLM auto-hébergés (Mistral et variantes)
- Cadrage méthodologique
- Calendrier des 4 jalons et des office hours
LLM appliqués : Serving, RAG & Agentic
Le module le plus opérationnel : déployer ses propres LLM en local, construire un RAG et orchestrer des agents, le tout en souveraineté.
- J11 : Serving local et souverain
- vLLM, Ollama, llama.cpp
- Benchmarks, dimensionnement GPU
- J12 : RAG, Vector DB (Qdrant, Weaviate, pgvector)
- Retrievers, context engineering
- Patterns RAG avancés
- J13 : Agentic, function calling, LangGraph
- Orchestration multi-agents : n8n, Crew
- Agents avec retrieval intégré
LLMOps, Finetuning & Gouvernance IA
Clôture du cursus : industrialiser, adapter et gouverner les LLM. Trois faces d'un même geste de mise en production responsable.
- J14 : Harness & LLMOps
- Évaluation : RAGAS, lm-eval-harness
- Observabilité : Langfuse
- Prompt engineering avancé, guardrails
- J15 : Quantization (GGUF, AWQ), distillation
- Routing multi-modèles, caching
- J16 : Finetuning · LoRA, QLoRA, DPO
- J17 : Fairness, biais, explicabilité (SHAP, LIME)
- Privacy, anonymisation, differential privacy
- AI Act, RGAA, RGPD, model cards, audit
Révision guidée & évaluation finale
Synthèse du parcours, examen final et soutenances. Chaque apprenant repart avec un Kit Veille IA consolidant les ressources, outils et communautés à suivre.
- J18 : Révision guidée et synthèse
- Retour sur les points de difficulté
- Préparation à l'examen final
- Remise du Kit Veille IA
- J19 matin : Examen · QCM + cas pratique
- J19 après-midi : Soutenances projets fil rouge
- Délibération du jury
7 mois, un rythme calibré
Environ 3 à 4 jours par mois, pour permettre l'assimilation et la conciliation avec vos obligations professionnelles. Calendrier indicatif ajustable au démarrage de chaque promotion.
| Mois | Module | Contenu | Jours |
|---|---|---|---|
| Mois 1 | M1 | ML fondamentaux · MLOps · Mini-Kaggle | 4 |
| Mois 2 | M2 | Deep Learning · Séries temporelles | 3 |
| Mois 3 | M3 + K | Fondations LLM, multimodalité + kick-off fil rouge | 4 |
| Mois 4 | M4 | Serving souverain · RAG · Agentic | 3 |
| Mois 5 | M5.1 | Harness · LLMOps · LLM avancé & optimisation | 2 |
| Mois 6 | M5.2 | Finetuning · IA responsable & gouvernance | 2 |
| Mois 7 | Ex | Révision · Examen · Soutenances projet | 2 |
| Total | - | Animation Stat4decision | 20 |
Inter ou intra : choisissez le format adapté
Le même programme certifiant, deux modalités d'organisation. Le choix dépend de votre contexte et de vos données.
Rejoindre une promotion mixte
Vous intégrez une promotion de 10 à 14 participants venus d'organisations différentes. L'émulation collective et la diversité des contextes métier enrichissent le parcours.
- 20 jours sur 7 mois · sessions à Paris
- 10 à 14 participants par promotion
- Cas d'usage fournis pour le projet fil rouge
- Environnement souverain Stat4decision
- Office hours bimensuelles incluses
- Certification finale + Kit Veille IA
Sur mesure pour vos équipes
Le parcours déployé chez vous, sur vos propres données et vos cas d'usage métier. Idéal pour transformer la formation en transfert immédiat de compétences vers vos projets en production.
- Programme adaptable à votre contexte
- Jusqu'à 14 participants par promotion
- Projet fil rouge sur vos données métier
- Environnement déployable sur votre infrastructure
- Compatible exigences de souveraineté
- Prise en charge OPCO possible
Une certification vraiment exigeante.
Cette certification ne récompense pas l'assiduité. Elle s'appuie sur du contrôle continu tout au long du parcours, un examen final, et la soutenance d'un projet réel devant jury, à un niveau qui en fait une vraie référence en interne comme à l'externe.
Chaque module donne lieu à un contrôle continu (mini-Kaggle, QCM, TP noté), le tout culminant dans l'examen final et la soutenance du projet fil rouge.
Les quatre épreuves
Note de leaderboard, QCM, TP par module.
QCM technique et cas pratique de system design.
Présentation du projet fil rouge devant jury.
Mémoire d'architecture + fiche algorithmes.
FAQ
L'essentiel à savoir avant de candidater.
En quoi ce parcours se distingue ?
Trois éléments : la couverture complète du spectre IA (ML, DL, foundation models, LLM, gouvernance), le projet fil rouge réel de 5 mois, et le choix assumé d'une stack souveraine (modèles européens et Open Weight, serving local) qui vous prépare aux contraintes réelles des organisations.
Est-ce du présentiel ou du distanciel ?
Les 20 journées d'animation sont en présentiel à Paris. C'est un choix assumé : on apprend mieux en face-à-face, on débloque les problèmes en direct, et la promotion crée un vrai réseau professionnel. Les office hours mensuelles autour du projet fil rouge se font en visio pour faciliter la conciliation avec votre activité.
Suis-je au bon niveau ?
Vous devez pratiquer Python en data science et avoir des bases solides en machine learning. Le rythme s'adresse à des professionnels en activité, pas à des débutants.
Quels modèles utilisés en pratique ?
Principalement Mistral, EuroLLM et d'autres modèles Open Weight (Llama, Mixtral, Qwen) accessibles via vLLM, Ollama ou llama.cpp. Les modèles propriétaires sont abordés en complément, pour comparaison.
Comment se déroulent les 7 mois ?
3 à 4 jours d'animation par mois, avec un projet fil rouge mené en parallèle (4 jours de travail dédié + 8 office hours bimensuelles de 45 min). Le rythme permet l'assimilation et la conciliation avec votre activité professionnelle.
Qu'est-ce que le projet fil rouge ?
Un projet IA complet conduit en groupes sur 5 mois, sur environnement souverain. Quatre jalons rythment l'avancement : cadrage, demo mi-parcours, industrialisation, préparation de la soutenance finale.
Le programme est-il personnalisable en intra ?
Oui. Les cas d'usage, jeux de données et certains contenus sont adaptés à votre secteur. Le cadre des 5 modules reste stable pour garantir l'équivalence de la certification.
Et la veille technologique ?
Tous nos formateurs sont des praticiens en exercice, dont la veille fait partie du métier. Chaque cours est nourri d'éléments récents (papers, outils, retours de production). Chaque apprenant repart avec un Kit Veille IA pour entretenir ses compétences dans la durée.
Que se passe-t-il en cas d'échec ?
Une session de rattrapage du contrôle continu est prévue pour les apprenants concernés, dans des modalités équivalentes à l'évaluation initiale.
Prêt à engager vos équipes vers l'expertise IA ?
Cette certification représente un investissement significatif : commençons par un échange pour cadrer ensemble votre besoin et calibrer la proposition.
Une démarche en 3 temps
- 1. Échange initial · Un rendez-vous de 30 minutes pour comprendre votre contexte et qualifier l'adéquation du parcours.
- 2. Proposition détaillée · Dossier complet, planning sur 7 mois et devis adapté à votre situation.
- 3. Démarrage · Sélection des participants, kick-off et lancement du parcours.