Abonnez-vous Identifiez-vous

Identifiez-vous

Vos codes d'accès sont erronés, Veuillez les saisir à nouveau. Mot de passe oublié ?

Révolution de la data

Se former à l'IA, mode d'emploi

Cécile Maillard , , , ,

Publié le , mis à jour le 03/06/2019 À 15H00

Beaucoup d’entreprises veulent former leurs cadres, techniciens et informaticiens à ces technologies prometteuses. Pas si simple.

Se former à l'IA, mode d'emploi
Tour d’horizon des formations en intelligence artificielle.

En 2017, l’Association pour l’emploi des cadres a recensé 2 400 offres d’emploi en intelligence artificielle (IA), deux fois plus qu’en 2016. Et tous les recrutements ne passent pas par l’Apec. Face à la difficulté de dénicher ces perles rares, les entreprises cherchent à reconvertir leurs ressources internes. Mais le métier est exigeant et les besoins compliqués à identifier ! Tour d’horizon des formations, selon les profils.

1 - Acculturer les cadres

Selon une étude du Boston Consulting Group, un tiers des entreprises ayant lancé des projets en IA ont échoué. "Il y a beaucoup de fantasmes sur ce que peut faire l’intelligence artificielle. Avant de lancer un projet, les cadres dirigeants doivent comprendre ce qu’ils peuvent en tirer d’intéressant", explique Olivier Ezratty. Ingénieur devenu consultant, il assure pour Capgemini Institut des formations de deux jours sur l’IA, pour un coût de 2 400 euros. "Les Usages de l’intelligence artificielle", son ebook très complet, téléchargeable gratuitement, est un bon début à une autoformation. Plus technique, l’École polytechnique offre aux top managers des "learning expeditions" de un à trois jours, à la rencontre de start-up et d’entreprises industrielles recourant à l’IA.

Sorbonne Université propose un diplôme, beaucoup plus approfondi, mais toujours généraliste, en 98 heures réparties d’octobre à avril, à raison de deux jours par mois (8 000 euros). La première promotion a accueilli 17 stagiaires à l’automne dernier. Venus pour moitié de l’industrie et de la recherche, pour moitié des services (informatique, banque, assurance), ils ont au minimum un bac +5. Comme les ingénieurs, les responsables des RH ou de la relation client commencent par deux jours de maths et d’informatique pour connaître les fondements de l’IA. Suivent des cours sur la gestion des données massives, le machine learning, les applications de l’IA par secteur… "Ce sont des experts métiers, confrontés à la collecte, l’analyse et le traitement des données, qui viennent chercher une vision générale de ce que peut leur apporter l’IA", explique Chantal Viger, de Sorbonne Université.

2 - Des briques IA pour les professions techniques

"Il est difficile pour un salarié de se former à la datascience. C’est un métier très technique, qui demande des compétences poussées en mathématiques et en statistiques. Même reconvertir des data analysts est compliqué. Nous préférons recruter de jeunes diplômés", témoigne David Remaud, le directeur marketing de Dhatim. En revanche, développeurs, data analysts et product managers de l’éditeur français de logiciels ont été formés à l’utilisation de l’IA dans leur métier. Huit salariés sur trente ont suivi le Mooc (gratuit) de Stanford sur le machine learning, cinquante heures débouchant sur un certificat. L’université Cornell, aux États-Unis, donne elle aussi accès en ligne à un Mooc sur ce sujet. Un groupement d’écoles d’ingénieurs (Ensta, écoles de l’Institut Mines-Télécom) lance en avril une formation certifiante à l’IA de vingt-cinq jours, sur neuf mois (10 600 euros). Destinée aux ingénieurs et aux informaticiens, elle aborde l’apprentissage profond, les réseaux de neurones, l’apprentissage pour la robotique. L’institut Mines-Télécom propose aussi un certificat du même type dédié à la datascience et une dizaine de formations de spécialisation de deux jours.

Depuis 2015, Polytechnique dispose d’une formation certifiante à la datascience pour profils techniques (statisticiens, programmateurs), de vingt jours (12 000 euros). "L’objectif est de leur donner les clés de compréhension pour interagir avec les spécialistes", explique Larbi Touahir, le directeur de la thématique "digital" en formation continue. À l’automne prochain, deux programmes permettront de découvrir en douze jours le Natural language processing (traitement automatique du langage naturel) et le web marketing. "Les besoins des entreprises orientent notre offre, et l’analyse de texte en est un", précise Larbi Touahir. Qui fournit à la demande des formations en visual computing et réfléchit à une formation entre blockchain et IA. Les développeurs, eux, s’initient aux nouveaux outils de l’IA comme la bibliothèque de programmes TensorFlow, de Google. Ou suivent les formations gratuites mises en place par les entreprises qui déploient ces nouveaux outils et souhaitent les rendre incontournables. Microsoft forme par exemple des jeunes avec l’école Simplon et l’institut de Nvidia dédié au deep learning a annoncé en 2017 vouloir former 100 000 développeurs, notamment pour le secteur médical.

3 - Entraîner les entraîneurs

Plus les interfaces de l’IA deviennent simples, moins l’utilisateur final a besoin d’être formé. Mais ses tâches évoluent. Un métier apparaît, celui de coach d’IA. "Il faut que quelqu’un apprenne à la machine à lire les factures et à les placer dans le bon compte", souligne David Remaud. Un travail fait chez l’éditeur de logiciels lorsqu’il le crée, pour "nourrir" l’IA en données, puis par le client. Une tâche peu technique, mais minutieuse, qui demande tout de même une formation, souvent assurée par l’éditeur. "La machine est autonome à 95 %, mais dans 5 % des cas, il faut que le comptable formé intervienne", poursuit David Remaud. Dans la même idée, Systran, une entreprise de traduction automatique, simplifie ses modèles pour que ses clients puissent "entraîner" eux-mêmes la machine en entrant leurs propres données. Pour créer un moteur de traduction sur un champ lexical pointu, par exemple.

"Ne pas oublier les nouvelles machines", Yannick Douzant, directeur produits et technologies chez Systran

"En raison du nombre d’opérations mathématiques nécessaires à la création d’un modèle d’intelligence artificielle fondé sur le deep learning, nous utilisons des processeurs dédiés initialement au traitement des données graphiques (les GPU). Ils sont capables de traiter des calculs mathématiques complexes plus rapidement que les processeurs principaux d’un ordinateur (les CPU). Nous avons dû former nos équipes à ces nouvelles machines, dont les contraintes sont différentes pour la configuration et l’installation, mais aussi en termes de consommation d’énergie et de refroidissement. Nous avons des contrats de support très avancés avec nos fournisseurs et sommes bêtatesteurs de la nouvelle offre d’infrastructure d’OVH dédiée à l’IA."

 

Réagir à cet article

Testez L'Usine Nouvelle en mode abonné. Gratuit et sans engagement pendant 15 jours.

Créez votre compte L’Usine Connect

Fermer
L'Usine Connect

Votre entreprise dispose d’un contrat
L’Usine Connect qui vous permet d’accéder librement à tous les contenus de L’Usine Nouvelle depuis ce poste et depuis l’extérieur.

Pour activer votre abonnement vous devez créer un compte

Créer votre Compte
Suivez-nous Suivre Usine Nouvelle sur Facebook Suivre Usine Nouvelle sur Twitter RSS Usine Nouvelle