Ce programme est une formation certifiante, organisée sous la forme de 4 modules distincts
Module 1 : Principes de l'assurance et de l’IA
- UE 1.1 : Programmation
- UE 1.2 : Data Analysis
- UE 1.3 : Data visualisation et rappels statistiques
- UE 1.4 : IA dans le contexte assurances, avantages & inconvénients
Module 2 : Data management
- UE 2.1 : Collection of raw data
- UE 2.2 : Data prerapartion
- UE 2.3 : Feature engineering techniques and transformation
- UE 2.4 : Data Synthetization
- UE 2.5 : Conference
Module 3 : Machine Learning
- UE 3.1 : Supervised Learning
- UE 3.2 : Unsupervised Learning
- UE 3.3 : Deep Learning
- UE 3.4 : Other techniques (active learning, bayesian, federated)
- UE 3.5 : Conference
Module 4 : Generative AI
- UE 4.1 : Introduction aux LLM
- UE 4.2 : Prompting, RAG et Fine Tuning
- UE 4.3 : Agents
- UE 4.4 : Perspectives (ethics and bias, environment impact, security)
- UE 4.5 : Conférence
Modalités de validation de la formation
- L’assiduité à l’ensemble des modules est indispensable.
- L’ensemble des modules feront l’objet d’une évaluation dans le cadre d’un test global à la fin de la formation (examens sous forme d’un QCM et un projet)
- Une note inferieure à 5 est éliminatoire.
- Pour l’obtention du certificat, le participant devra avoir obtenu une moyenne générale de 10/20.
- Pour la détermination de la note finale d'ensemble, les examens QCM et le projet se verront appliqués un coefficient 1.
- Les participants n'ayant pas obtenu la moyenne générale requise ou ayant la note éliminatoire pourront avoir accès à des épreuves d'appel.