Chef de projet Data et Intelligence Artificielle – Titre RNCP37137

Piloter des projets IA et data au service de la performance métier.

Formation créée le 07/11/2023. Dernière mise à jour le 02/12/2025.
Version du programme : 4

Prochaine date

01/09/2026

Type de formation

Mixte

Durée de formation

455 heures (65 jours)

Accessibilité

Oui

Formation certifiante

Oui

Financement CPF

CPF #RNCP37137

À partir de

€ HT
S'inscrire

À partir de

€ HT
S'inscrire

À partir de

€ HT
S'inscrire
Besoin d’adapter cette formation à vos besoins ? N’hésitez pas à nous contacter afin d’obtenir un devis sur mesure ! Nous contacter

Chef de projet Data et Intelligence Artificielle – Titre RNCP37137

Piloter des projets IA et data au service de la performance métier.


Devenez chef de projet IA et maîtrisez les outils clés de la data science, du machine learning et de la gestion de projet agile. Une formation certifiante avec projets réels et spécialisation métier.

Objectifs de la formation

  • Concevoir et piloter des projets IA conformes aux besoins métiers et réglementations
  • Maîtriser les outils de data science, de machine learning et d’ingénierie des données
  • Développer une expertise métier transverse en gestion de projet agile, analyse de données, visualisation, traitement du langage, IA éthique
  • Déployer une démarche professionnelle grâce à des projets concrets et une immersion terrain

Profil des bénéficiaires

Pour qui
  • Titulaires d’un Bac+4 (informatique, statistiques, ingénierie, data)
  • Personnes en reconversion disposant d’une forte appétence pour l’IA et la data science
  • Salariés, indépendants ou demandeurs d’emploi souhaitant se spécialiser dans l’IA
Prérequis
  • Validation d’un test écrit (logique, programmation, statistiques)
  • Validation d’un test oral (motivation, compréhension des enjeux de l’IA)

Contenu de la formation

1. Fondamentaux de la data et de l’IA (70h)
  • Concepts clés : data science, IA, machine learning, deep learning
  • Enjeux : éthique, biais algorithmiques, conformité RGPD
  • Environnements techniques : Python, R, Jupyter, Git, TensorFlow
2. Analyse des besoins et gestion de projet IA (35h)
  • Recueil et formalisation des besoins client
  • Méthodologies de gestion (agile, scrum, cycle en V)
  • Outils collaboratifs : JIRA, Trello, Planner, MS Project
  • Communication et posture client
3. Bases de données et SQL (35h)
  • Conception relationnelle et NoSQL
  • Optimisation de requêtes complexes
  • Outils : MySQL, PostgreSQL, MongoDB
4. Programmation pour la data science (35h)
  • Python avancé, NumPy, Pandas
  • Visualisation de données avec Matplotlib et Seaborn
  • Git, versioning, documentation
5. Statistiques et probabilités appliquées (35h)
  • Statistiques descriptives et inférentielles
  • Tests d’hypothèses, intervalles de confiance
  • Technologies : Python (SciPy), R
6. Machine learning fondamental (35h)
  • Supervised / unsupervised learning
  • Régression, classification, clustering
  • Évaluation de modèles (cross-validation, métriques)
  • Technologies : Scikit-learn, Keras, TensorFlow
7. Data engineering (35h)
  • Pipelines de données, ETL
  • Big Data : Spark, Hadoop, Kafka
  • Airflow, ingestion de données, API REST
8. Projets professionnels encadrés & immersion (170h)
  • Projet fil rouge (enjeu réel d’entreprise)
  • Soutenance finale devant jury
  • Anglais IT, communication orale et écrite
  • Coaching employabilité, simulation d’entretien

Équipe pédagogique

Professionnels de l’IA, de la data science et de la gestion de projet, certifiés formateurs, avec expérience terrain (consultants IA, data engineers, PM certifiés PMI, experts Python/ML).

Suivi de l'exécution et évaluation des résultats

  • QCM et cas pratiques
  • Livrables de projet
  • Jeu de rôle (présentation client)
  • Dossier professionnel et soutenance
  • Épreuve certificative RNCP : mise en situation professionnelle reconstituée

Ressources techniques et pédagogiques

  • Plateforme de formation accessible 24/7
  • Projets sur environnements cloud (Google Colab, Azure, AWS)
  • Support de cours, vidéos, cas d’usage
  • Encadrement pédagogique et tutorat

Qualité et satisfaction

Merci de consulter notre site internet.

Modalités de certification

Résultats attendus à l'issue de la formation
  • La validation du titre professionnel Chef de projet Data et Intelligence Artificielle (RNCP37137 – Niveau 7) repose sur : • La réalisation d’un dossier professionnel fondé sur un projet IA complet, documenté et contextualisé selon une problématique métier réelle ou simulée. • Une mise en situation professionnelle reconstituée (MSPR) comprenant l’analyse d’un besoin client, la conception d’une solution data/IA, la production de livrables et la présentation des résultats. • Un entretien technique avec un jury composé de professionnels du domaine, permettant de vérifier les compétences opérationnelles du candidat. • Une évaluation des compétences transverses, notamment en gestion de projet, communication, démarche éthique, RGPD et sécurité des données. Résultats attendus : • Être capable de concevoir, piloter et déployer un projet d’intelligence artificielle ou de data science en réponse à une problématique identifiée. • Maîtriser les outils techniques liés à la collecte, l’analyse, la modélisation et la valorisation de données. • Appliquer les bonnes pratiques en matière de gestion de projet agile, de qualité des livrables et de respect des cadres réglementaires. • Être opérationnel sur un poste de chef de projet IA / data à l’issue de la formation, en entreprise ou en freelance. La certification est acquise dans son intégralité si tous les blocs de compétences sont validés. Des validations par bloc sont également possibles, avec conservation des acquis pour une durée de 5 ans.
Modalité d'obtention
  • La certification Chef de projet Data et Intelligence Artificielle (RNCP37137 – Niveau 7) est délivrée à l’issue de l’évaluation des compétences sur la base des éléments suivants : 1. Évaluation en cours de formation • Exercices pratiques, études de cas, projets techniques encadrés • Restitutions orales et écrites, quiz et épreuves intermédiaires • Réalisation d’un projet fil rouge, servant de fil conducteur sur l’ensemble des blocs 2. Épreuve certificative finale (jury externe agréé) • Mise en situation professionnelle reconstituée (MSPR) : le candidat analyse une problématique réelle, propose une solution IA ou data adaptée, produit les livrables techniques attendus et les présente. • Présentation du dossier professionnel, contenant les preuves de compétences acquises (projets, livrables, analyses techniques, synthèses de veille). • Entretien avec le jury, visant à valider les compétences techniques, organisationnelles et stratégiques du candidat sur la base de son expérience, de son projet et des référentiels de compétences du titre. 3. Conditions d’obtention • La certification est obtenue dans son intégralité si tous les blocs de compétences sont validés (validation totale). • En cas de validation partielle, le ou les blocs de compétences acquis font l’objet d’une attestation officielle, avec conservation valable pendant 5 ans, permettant un parcours progressif vers la certification complète.
Détails sur la certification
  • Titre professionnel Chef de projet Data et Intelligence Artificielle Code RNCP : RNCP37137 Niveau 7 (équivalent Bac +5) Certificateur : ESIC Date d'enregistrement : 14/13/20222

Lieu

ESIC PARIS 374 Rue Vaugirard 75015 Paris

Délai d'accès

2 semaines

Accessibilité

Les personnes atteintes de handicap souhaitant suivre cette formation sont invitées à nous contacter directement, afin d'étudier ensemble les possibilités de suivre la formation

Prochaines dates

Chef de projet data et intelligence artificielle - Titre ...
du 01/09/2026 au 01/09/2027