Intelligence artificielle appliquée (71788)
Intelligence artificielle appliquée
Tirez le plein potentiel des nouvelles technologies
L’intelligence artificielle (IA) est en train de devenir une technologie omniprésente en entreprises publiques et privées. Selon le Stanford Human-centered AI Institute, le Canada a un taux de prévalence des compétences en IA utilisées dans tous les postes de l’industrie et des services de 141 % par rapport à la moyenne mondiale.
En 2022, les investissements mondiaux du secteur privé dans l’IA vont plus que doubler par rapport à l’année dernière. Le programme postdiplôme en IA du Collège La Cité a l’ambition de vous préparer à rencontrer la demande et les besoins en IA du Canada et du monde.
À la fin de cette formation offerte sur deux semestres, vous serez en mesure d’appliquer avec efficacité les principales techniques et technologies en science des données, en apprentissage machine (machine learning) et en apprentissage profond (deep machine learning) dans les principaux domaines d’activité de l’industrie et des services.
Vous aurez les bases pour mener à bien un projet en IA selon les meilleures pratiques et cycle de vie propres à l’IA. Vous saurez mitiger les enjeux et risques liés au déploiement de l’IA, dans le cadre d’un développement responsable et éthique.
Vous bénéficierez de l’approche par compétences de La Cité, avec des multiples études de cas, exercices et projets d’intégration authentiques, reflétant ce qui se passe réellement en entreprise publique ou privée.
Le bilinguisme est un atout de premier plan en matière d'occasions d'emploi. La terminologie technique utilisée dans les cours est bilingue, ce qui vous permettra de vous adapter rapidement à votre milieu de travail. Ce programme postdiplôme en IA est offert en mode comodal, permettant de suivre les cours en présentiel comme à distance.
- OUVERT AUTOMNE 2023
TITRE DÉCERNÉ : CERTIFICAT POSTDIPLÔME DE L'ONTARIO
DURÉE DU PROGRAMME : 1 année, 2 étapes
CAMPUS : Ottawa
INFORMATION PRATIQUE
Profil de l'étudiant recherché
- Intérêt pour la haute technologie
- Aptitudes pour l’informatique
- Aptitudes pour la communication et le travail d'équipe
- Aptitudes pour l'autonomie et l’initiative
- Capacité à résoudre des problèmes
- Dynamisme, professionnalisme et sens des responsabilités
- Forte sensibilisation à l’aspect éthique de l’informatique
Milieux de travail
- Multinationales dans la haute technologie
- Services des technologies de l’information dans les organismes gouvernementaux et municipaux, établissements de la Couronne, grandes entreprises industrielles et commerciales
- Sociétés de services informatiques
- Petites et moyennes entreprises, startups utilisant l’IA pour différencier leurs offres de produits et services
- Domaines d’activité : l’IA est maintenant présente dans la plupart des secteurs de l’industrie et des services, et plus particulièrement dans le domaine médical, la finance, la production (aérospatial, semiconducteurs, automobile, transport, télécommunications, etc.), le marketing et les ventes, la justice, l’éducation, etc.
- Postes offerts : technologue, analyste-programmeur, développeur de solutions basées sur l’IA, technicien en science des données, technicien en déploiement et suivi de solutions basées sur l’IA, technicien en développement responsable de l’IA
CHEMINEMENT DU PROGRAMME
Etape 1- cours obligatoires
| Cours | DURÉE | |
|---|---|---|
| 029850 IFM | Fondements de l'IA
À la fin de ce cours, l'étudiant sera en mesure de construire, d'analyser et d'appliquer les différentes techniques d'apprentissage machine simple et profond (ML et DML), supervisé et non supervisé pour résoudre des problèmes de régression et de classification afin de créer une solution IA qui répond aux besoin des clients. Ainsi, il développera une compréhension plus fondée des principes et des théories sur les algorithmes d'apprentissage machine les plus connus tels que la régression linéaire et polynomiale, support vector machine, k-nearest neighbors, decision tree, random forest et K-Means ainsi que les algorithmes d'apprentissage profond tels que les réseaux de neurones. Ces solutions seront créées sous la plateforme de développement la plus adaptée (google colab) ainsi que les bibliothèques scientifiques les plus connues dans le domaine de l'IA telles que pandas, numpy, matplotlib, scikit-learn, keras et tensorflow, et avec le langage de programmation le plus approprié (python).
|
42 h |
| 029851 IFM | Méthodologie des projets IA
À la fin de ce cours, l'étudiant sera en mesure de développer et de déployer des solutions IA adaptées aux besoins du client. Il analysera les projets et il appliquera les bonnes techniques dans les phases d'exploration et prétraitement de données ; la préparation de données pour l'entraînement ; la construction, l'entraînement et le test des algorithmes d'apprentissage machine simple et profond (ML et DML) pour la régression et la classification de données; l'optimisation de différents modèles d'apprentissage machine simple et profond (ML et DML); la génération et le déploiement du modèle sur les différentes plateformes existantes tout en respectant les standards du cycle de vie d'un projet IA. Ces solutions seront créées sous la plateforme de développement la plus adaptée (google colab) ainsi que les bibliothèques scientifiques les plus connues dans le domaine de l'IA telles que pandas, numpy, matplotlib, scikit-learn, keras et tensorflow, avec le langage de programmation le plus approprié (python). Ensuite, l'étudiant aura à déployer les modèles IA sur la plateforme AWS, sur un serveur et sur des cartes embarquées telles que la carte NVIDIA Jetson.
|
42 h |
| 029852 IFM | Technologies et Applications en Apprentissage Profond (DML) - Partie 1
À la fin de ce cours, l'étudiant appliquera le premier pilier des techniques et algorithmes en IA qui est l'apprentissage machine profond. L'étudiant apprendra pourquoi, quand, et comment utiliser les différents types de réseaux de neurones. Des exercices de programmation de différents modèles tirés de projets réels en recherche appliquée menés au Collège pour les partenaires industriels seront proposés à l'étudiant. En plus des exercices tirés des compétitions internationales Kaggle lui permettront de se jauger par rapport à l'état de l'art il y a 3-4 ans.
|
42 h |
| 029853 IFM | Analyse des données pour l'IA, transformation, extraction, et visualisation
À la fin de ce cours, l'étudiant sera en mesure, à travers l'utilisation de processus, de bâtir un jeu de données à partir de la collecte de celles-ci, d'explorer et de visualiser celui-ci dans divers formats. De plus, il appliquera diverses techniques de transformations sur les données afin d'analyser les résultats obtenus sur l'entraînement d'un modèle. Finalement, celui-ci mettra en pratique des connaissances d'ingénierie des caractéristiques dans le but de réduire la dimensionnalité d'un jeu de données dans le but d'améliorer la vitesse et la qualité des modèles.
|
42 h |
| 029854 IFM | Technologies et Applications en Apprentissage Profond (DML) - Partie 2
À la fin de ce cours, l'étudiant appliquera des techniques de Deep Machine Learning à différents domaines comme la Vision par Ordinateur, le Traitement de la Parole, ou bien les Véhicules et Drones Autonomes. Les exercices de programmation des différents modèles tirés de projets réels en recherche appliquée menés au Collège pour les partenaires industriels seront proposés à l'étudiant . Il verra l'IA du point de vue des clients plus que du point de vue technique.
|
42 h |
| 029857 IFM | Planification du projet Capstone
À la fin de ce cours, l'étudiant sera en mesure de créer une proposition de projet incluant une ébauche de plan de développement de solution IA en répondant aux besoins des clients. Il apprendra les différentes phases de développement d'un projet IA réel de bout-en-bout, afin de créer un logiciel ML complet qui satisfait le standard MLOps afin d'avoir une solution d'intégration continue et de développement continu (CI/CD), incluant le déploiement des modèles ML et DML en production ainsi que les différents scénarios post-déploiement possibles, et les techniques appropriées afin de corriger ces problèmes. Ces solutions seront créées sous la plateforme de développement MLFlow. L'étudiant devra connaître les risques techniques et éthiques du projet pour bien se préparer au projet Capstone. Ce cours est considéré comme une préparation qui va permettre à l'étudiant d'acquérir tout le nécessaire pour compléter son projet Capstone.
|
42 h |
| 029855 IFM | Techniques et Applications en Apprentissage Machine (ML)
À la fin de ce cours, l'étudiant sera en mesure d'appliquer différentes techniques de régression et de classification afin de satisfaire les besoins d'un client. Celui-ci sera capable d'analyser des problèmes d'IA, d'en évaluer les difficultés et de proposer différentes approches d'IA adaptées au problème en question. Finalement, il sera apte à expliquer les différents avantages et inconvénients de plusieurs modèles d'IA et de proposer et recommander des solutions adaptées aux besoins clients.
|
42 h |
Étape 2 - cours obligatoires
| Cours | DURÉE | |
|---|---|---|
| 029856 IFM | Projet Capstone
Le projet Capstone intègre toutes les connaissances et compétences acquises par les étudiants lors des cours précédents du programme, et les met en situation réelle dans un projet authentique à réaliser de bout-en-bout. Après avoir analysé les besoins client et fait une recommandation de solution IA à ces besoins (décrite dans la Proposition de Projet) dans le cours « Planification du Projet Capstone », les équipes d'étudiants dans ce cours-ci auront à développer entièrement la solution IA choisie par le client, en suivant les meilleures pratiques de gestion et de développement de projet IA (décrits dans le Plan de Projet), de manière responsable et éthique.
|
288 h |
| 029858 IFM | Séminaire sur l'IA responsable
À la fin de ce cours, l'étudiant sera en mesure d'analyser les enjeux éthiques liés au développement responsable de l'IA, de les appliquer aux besoins du client, de proposer des recommandations pour mitiger certains problèmes éthiques ou les éviter, et puis de les intégrer au développement de l'IA. Pour ce faire, l'étudiant bâtira un cadre de référence éthique ainsi qu'une boussole éthique qui guidera son analyse, ses recommandations, ainsi que son implantation de l'IA. Il sera aussi capable de se tenir constamment au courant des dernières avancées de l'IA responsable.
|
42 h |
FRAIS D'ÉTUDES
Résident Canadien [1]
| Étape 1 | Étape 2 | |
|---|---|---|
| Frais de scolarité | 3 600,00 $ | 3 600,00 $ |
| Bureau d'aide financières | 24,52 $ | 24,52 $ |
| Carte étudiante | 13,00 $ | |
| Frais laboratoire | 40,00 $ | 20,00 $ |
| Orientation professionnelle | 9,45 $ | 9,45 $ |
| Rendement étudiant/dossier | 18,22 $ | 18,22 $ |
| Santé et consultation | 30,30 $ | 30,30 $ |
| Soutien aux études | 169,24 $ | 169,24 $ |
| Sport et Loisirs | 179,87 $ | 179,87 $ |
| Sécurité sur les campus | 25,65 $ | 25,65 $ |
| Édifices destinés à l'étudiant | 110,65 $ | 110,65 $ |
| Total | 4 220,90 $ | 4 187,90 $ |
Étudiant international [1]
| Étape 1 | Étape 2 | |
|---|---|---|
| Frais de scolarité | 3 600,00 $ | 3 600,00 $ |
| Bureau d'aide financières | 24,52 $ | 24,52 $ |
| Carte étudiante | 13,00 $ | |
| Frais - pratique à l'emploi | 99,00 $ | |
| Frais laboratoire | 40,00 $ | 20,00 $ |
| Frais étudiant international | 5 053,24 $ | 5 053,24 $ |
| Orientation professionnelle | 0,75 $ | 0,75 $ |
| Rendement étudiant/dossier | 18,22 $ | 18,22 $ |
| Régime de santé Morcare | 448,74 $ | 448,74 $ |
| Santé et consultation | 30,30 $ | 30,30 $ |
| Soutien aux études | 121,74 $ | 121,74 $ |
| Sport et Loisirs | 179,87 $ | 179,87 $ |
| Sécurité sur les campus | 25,65 $ | 25,65 $ |
| Édifices destinés à l'étudiant | 110,65 $ | 110,65 $ |
| Total | 9 765,68 $ | 9 633,68 $ |
Frais supplémentaires
Apportez votre appareil numérique (AVAN)
Avant d’entreprendre la première étape du programme, vous devrez vous procurer et apporter en classe un ordinateur portable PC/Windows disposant des caractéristiques minimales suivantes :
Caractéristiques obligatoires :
- Mémoire : 16 Go de RAM ou plus
- Processeur : Intel 7e génération à quatre cœurs ou plus récent modèle i7 ou i9, AMD série Zen à huit cœurs ou plus récent
- Version OS : Windows 10 64bit version 1809 ou plus récent
- Carte graphique : Intel HD série 600 ou UHD série 600 ou plus récent, nVidia GeForce série 10 ou plus récent, nVidia Quadro série M ou plus récent, AMD Radeon Vega ou plus récent
- Disque dur : disque SSD de 240 GB minimum (NVMe recommandé)
- Clavier : QWERTY
- Écran : écran de 15 pouces
- Périphériques : caméra et écouteurs
- Connexion internet : connexion haute vitesse de 6 mbs dédiée à l'étudiant pendant ses sessions à distance
Caractéristiques optionnelles :
- Batterie de rechange capable de fournir deux heures d'utilisation selon un usage normal (par exemple, si votre portable consomme 45W, optez pour une batterie de rechange de 90W ou plus)
CONDITIONS D'ADMISSION
Conditions générales d'admission
Ce programme s’adresse aux personnes ayant obtenu un diplôme d’études collégiales de l'Ontario de deux ans en Programmation informatique ou un diplôme d’études collégiales de l'Ontario (niveau avancé) de trois ans en Technologie du génie informatique.
Veuillez noter que tout autre programme en informatique de deux ans ou plus pourrait être considéré suivant la réussite d’un test de compétence. Selon les résultats obtenus, des modules de mise à niveau pourraient être requis avant le début de l’année scolaire.
Tout diplôme en informatique est accepté (DEC, AEC, TGI, programmation, BAC, maitrise, certificat, etc.).
Un baccalauréat ou une maîtrise en mathématique ou statistique avec des cours en programmation est accepté (le diplôme doit être accompagné d'un relevé de notes pour vérifier les cours en programmation). Au Canada et au Québec, tous les baccalauréats en mathématique contiennent des cours en informatique.
Toute personne qui possède un diplôme en génie doit passer le test d'évaluation et doit le réussir avec la note au moins 20/30 (70 %). Si la personne n'obtient pas cette note, elle ne sera pas acceptée dans le programme.