Ingénieur en intelligence artificielle (MS)

Identification des problématiques business pouvant nécessiter un projet d'IA Traduction de enjeux métiers en problématiques de traitement de données Cadrage d'un projet d'intelligence artificielle Analyse des risques du projet IA Définition de l'architecture du projet IA Assurance de la qualité et la complétude des données pour l'analyse exploratoire Traitement des données pour les rendre exploitables par les modèles d'apprentissage automatique Définition et implémentation d'une stratégie de data quality Production d'un modèle d'apprentissage automatique Optimisation d'un modèle d'apprentissage automatique Elaboration des scenarios et ses modèles de prédiction Planification d'une stratégie de production Coordination d'un projet d'IA Accompagnement des équipes métiers Rendu des résultats Gestion de l'impact de la solution dans le temps Valorisation de l'innovation apportée par les résultats Développement des modèles d'apprentissage profond pour le traitement, l'analyse et la génération de données textuelles Développement de modèles d'IA symbolique Développement des modèles pour la reconnaissance d'images et la vision par ordinateur Application des méthodes de l'apprentissage dans le contexte de la robotique de l'interaction homme-robot Développement des modèles pour le traitement, l'analyse et la génération de données sonores de dialogue Mise en place l'infrastructure nécessaire pour faciliter l'analyse exploratoire des données en mode continu Maintien de manière itérative les modèles d'apprentissage automatique Optimisation d'un modèle d'apprentissage automatique pour le déploiement Optimisation des performances des modèles d'apprentissage automatique Déploiement de manière incrémentale et continue des modèles d'apprentissage automatique