Aller directement au contenu
Format : Stage pratique
Niveau Fondamentaux
Répartition du temps : 40% exposés
40% pratique
20% échanges

La formation en détails

Description

Du règlement général sur la protection des données (RGPD) aux scandales médiatiques, les questions d'éthique en data science défraient la chronique. Cette formation a pour objectif de sensibiliser les data scientists et leurs managers aux problèmes pouvant émerger de projets impliquant des données personnelles et des modèles de machine learning.

 

Des illustrations de cas concrets vous permettront d'appréhender les enjeux et vos leviers d'action pour développer et implémenter des systèmes d'IA plus responsables. Les mises en pratique proposées vous permettront de découvrir et manipuler les principales librairies Python favorisant l'interprétabilité et la vigilance (biais discriminatoires).

Objectifs

  • Prendre conscience des problèmes d'éthique en Data Science
  • Découvrir les différentes typologies de problèmes
  • Appréhender les responsabilités de chacun
  • Favoriser l'interprétabilité des modèles
  • Détecter les biais discriminatoires et les corriger

Public cible

  • Data scientist
  • Chief data officer (CDO)
  • Data protection officer (DPO)
  • Manager 
  • Analyste
  • Statisticien

Prérequis

  • Connaissances en data science et machine learning
  • Connaissances de base en programmation ou scripting
  • Quelques notions de statistiques sont un plus

Modalités pédagogiques

Formation avec apports théoriques, échanges sur la thématique, complétés de travaux pratiques et de mises en situation.

Profil du formateur

Toutes nos formations sont animées par des consultants-formateurs expérimentés et reconnus par leurs pairs.

Modalités d'évaluation et de suivi

L'évaluation des acquis se fait tout au long de la session au travers des ateliers et des mises en pratique.

Afin de valider les compétences acquises lors de la formation, un formulaire d'auto-positionnement est envoyé en amont et en aval de celle-ci.

Une évaluation à chaud est également effectuée en fin de session pour mesurer la satisfaction des stagiaires et un certificat de réalisation leur est adressé individuellement.

Programme détaillé

Jour 1 

 

PRÉSENTATION CROISÉE ET ATTENTES DES PARTICIPANTS

  • Définition des concepts liées à la Data et à l'Intelligence Artificielle (IA)

 

PRÉSENTATION DES DIFFÉRENTES TYPOLOGIES DE PROBLEME

  • Responsabilités juridiques
  • Protection des données personnelles
  • Biais discriminatoires
  • Présentation des 5 piliers de l'IA Responsable

 

INTERPRÉTABILITÉ : POUVOIR EXPLIQUER SES MODÈLES

  • L'interprétabilité pour qui ?
  • Les sources de complexité
  • Le trade-off Performance vs Interprétabilité
  • Les outils (Eli5, Lime, Shap)
  • Mise en pratique : “Démonstration au travers d'un cas d'usage”

 

LA VIGILANCE : CONNAÎTRE SES DONNÉES

  • L'origine des biais
  • Des vérifications à tous les niveaux
  • Les outils (AI Fairness 360)
  • Mise en pratique : “Démonstration au travers d'un cas d'usage”

 

CLÔTURE

  • Retour d'expérience
  • Questions/Réponses
  • Évaluation de la session

Nos autres formations du domaine « Data Science » Toutes les formations du domaine

DSFDX Fondamentaux de la Data Science
S'initier à la pratique de la Data Science et constituer sa première boîte à outils de Data Scientist
Durée : 21 h / 3 j
Fondamentaux
 
 
 
 
Prochaine session : 24 juin 2024
DSNVA Data Science : niveau avancé
Approfondir des concepts avancés de machine learning et enrichir sa boîte à outils de Data Scientist
Durée : 21 h / 3 j
Avancé
 
 
 
 
Prochaine session : 01 juillet 2024
NLPSR Intelligence Artificielle : Natural Language Processing (NLP) & Speech Recognition
Devenir un expert du langage écrit et parlé avec python
Durée : 21 h / 3 j
Avancé
 
 
 
 
Prochaine session : 27 mai 2024
GREAI Green AI : l’intelligence artificielle responsable
Concevoir des modèles de Machine Learning en visant un équilibre entre performance et frugalité
Durée : 14 h / 2 j
Avancé
 
 
 
 
Prochaine session : 20 juin 2024
DSGDP Cadrage et pilotage d'un projet de Data Science
Comprendre les spécificités d'un projet de Data Science pour mieux le piloter de la conception au delivery
Durée : 14 h / 2 j
Avancé
 
 
 
 
Prochaine session : 27 mai 2024
DSARC Architecture des données : stockage et accès
Appréhender et prendre en main les nouvelles architectures de données : Hadoop, NoSQL, Spark
Durée : 21 h / 3 j
Fondamentaux
 
 
 
 
Prochaine session : 09 septembre 2024

Besoin d'aide pour trouver votre formation ?

Contactez-nous

Sessions & Inscriptions

Session partagée avec d'autres organisations

Prochaines sessions
  • le 20/09/2024
    Présentiel, Paris
    1 090,00 € HT
  • le 29/11/2024
    Présentiel, Paris
    1 090,00 € HT
Durée
7 h / 1 j

Demander un devis Nous contacter
Télécharger le programme

Organiser une session dédiée à votre organisation

Durée
7 h / 1 j

Vous avez plusieurs collaborateurs à former ?

Cette formation peut être organisée
sous la forme de sessions dédiées
aux membres de votre organisation.

Demander un devis Nous contacter Télécharger le programme

Personnaliser cette formation

Cette formation vous intéresse
et vous souhaitez l'adapter pour
vos collaborateurs ?

Nos formateurs et notre équipe pédagogique sont à
votre disposition pour en discuter
et vous proposer un programme sur-mesure.

Nous contacter Télécharger le programme

OCTO Academy respecte votre vie privée

Ce site web stocke des informations vous concernant via le dépôt de cookie afin de mesurer l’audience du site. Ces données de navigation sont anonymisées.

En cliquant sur « OK pour moi », vous manifestez votre consentement pour le dépôt de ces cookies.

Lire la politique de confidentialité

À propos des cookies

Sur ce site, nous utilisons des cookies pour mesurer notre audience, entretenir la relation avec vous et vous adresser de temps à autre du contenu qualitif ainsi que de la publicité. Vous pouvez sélectionner ici ceux que vous autorisez à rester ici.

Cookies