Formation Atelier pratique : Mise en œuvre de cas d'usage IA avec des données industrielles

Introduction et sélection des cas d'usage par équipe

• Vue d'ensemble de l'IA dans les environnements industriels
• Catégories de cas d'usage : qualité, maintenance, énergie, logistique
• Formation des équipes et définition des objectifs du projet

Compréhension et préparation des données industrielles

• Types de données industrielles : séries temporelles, données tabulaires, images, texte
• Acquisition, nettoyage et prétraitement des données
• Analyse exploratoire des données avec Pandas et Matplotlib

Sélection de modèles et prototypage

• Choix entre régression, classification, clustering ou détection d'anomalies
• Entraînement et évaluation des modèles avec Scikit-learn
• Utilisation de TensorFlow ou PyTorch pour un modélisation avancée

Visualisation et interprétation des résultats

• Création de tableaux de bord ou de rapports intuitifs
• Interprétation des indicateurs de performance (précision, justesse, rappel)
• Documentation des hypothèses et des limites

Simulation de déploiement et retour d'information

• Simulation de scénarios de déploiement edge/cloud
• Recueil des retours d'information et amélioration des modèles
• Stratégies d'intégration avec les opérations

Développement du projet de fin (Capstone)

• Finalisation et test des prototypes d'équipe
• Relecture par les pairs et débogage collaboratif
• Préparation de la présentation du projet et du résumé technique

Présentations des équipes et conclusions

• Présentation des concepts et des résultats des solutions IA
• Réflexion de groupe et leçons tirées
• Feuille de route pour l'expansion des cas d'usage au sein de l'organisation

Synthèse et prochaines étapes