Industrialiser et surveiller les modèles IA d’un acteur automobile

• Comprendre les étapes d’industrialisation d’un modèle IA
• Définir les indicateurs de surveillance d’un modèle en service
• Organiser les responsabilités et la maintenance du modèle

Data scientists, chefs de projet IA, responsables SI, qualité

Connaissance des bases de l’IA et de ses usages industriels

• Définir les étapes du passage du prototype à la production
• Comprendre les contraintes d’intégration à un système existant
• Préparer les données et les flux d’alimentation du modèle
• Tester le modèle sur des données réelles avant sa mise en service
• Définir les indicateurs de performance à suivre en continu
• Détecter la dérive des données et la baisse de performance
• Organiser la maintenance et le réentraînement du modèle
• Gérer les versions du modèle et la traçabilité de ses décisions
• Définir les responsabilités entre les équipes métiers, SI et data
• Documenter les risques et les règles d’usage du modèle

• Lister les étapes de mise en production d’un modèle de prévision
• Définir cinq indicateurs de surveillance d’un modèle
• Rédiger un plan de réentraînement avec ses déclencheurs

• Check list de mise en production d’un modèle d’IA industriel
• Modèle de tableau de suivi de la performance d’un modèle
• Guide de gestion des versions et de la traçabilité d’un modèle