Prenez contact avec nous

Plan du cours

Introduction et sélection de cas d’usage par équipe

  • Aperçu 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 chronologiques, données tabulaires, images, texte
  • Acquisition, nettoyage et prétraitement des données
  • Analyse exploratoire des données avec Pandas et Matplotlib

Sélection du modèle et prototypage

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

Visualisation et interprétation des résultats

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

Simulation du déploiement et retour d’information

  • Simulation de scénarios de déploiement en périphérie (edge) ou dans le cloud
  • Collecte des retours et amélioration des modèles
  • Stratégies d’intégration avec les opérations

Développement du projet final

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

Présentations d’équipe et clôture

  • Présentation des concepts et des résultats de la solution IA
  • Réflexion collective et enseignements tirés
  • Feuille de route pour l’évolution des cas d’usage au sein de l’organisation

Résumé et prochaines étapes

Pré requis

  • Une compréhension des processus de fabrication ou industriels
  • Expérience avec Python et les bases de l’apprentissage automatique
  • Capacité à travailler avec des données structurées et non structurées

Audience

  • Équipes transversales
  • Ingénieurs
  • Data scientists (scientifiques des données)
  • Professionnels de l’informatique
 21 Heures

Nombre de participants


Prix par participant

Cours à venir

Catégories Similaires