Contactez-nous

Data Science & IA appliquée

Mis à jour le

Code Cnam : USEC8C

Envie d'en savoir plus sur cette formation ?

Afin d’obtenir les tarifs, le calendrier de la formation, en distanciel, en présentiel, le lieu de la formation et un contact, remplissez les critères suivants :

Afficher le centre adapté à mes besoins

Afin d’obtenir les tarifs, le calendrier de la formation et le lieu de la formation, remplissez les critères suivants :

  • Durée : 30 heures
  • Alternance
  • 3 crédits

Présentation

Public, conditions d'accès et prérequis

Prérequis

Pas de prerequis

Objectifs

  • Comprendre les fondements théoriques de la Data Science et de l’Intelligence Artificielle et leur intérêt stratégique pour la performance de la supply chain.
  • Identifier les problématiques décisionnelles de la supply chain (prévision, planification, optimisation, gestion des risques) pouvant être résolues par des approches analytiques avancées.
  • Collecter, préparer et structurer des données issues de systèmes logistiques (ERP, WMS, TMS, données fournisseurs, données clients).
  • Mettre en œuvre des algorithmes de Machine Learning pour la prévision, la classification ou l’optimisation dans un contexte supply chain.
  • Évaluer la performance et la robustesse d’un modèle à l’aide d’indicateurs adaptés (MAE, précision, etc.).
  • Interpréter les résultats des modèles afin d’éclairer la prise de décision managériale.
  • Conduire un projet de Data Science appliqué à un jeu de données réel, de la problématisation métier jusqu’à la recommandation stratégique.

Compétences et débouchés

Compétences

  • Usages avancés et spécialisés des outils numériques
  • Développement et intégration de savoirs hautement spécialisés
  • Appui à la transformation en contexte professionnel
  • Intégrer et mobiliser des savoirs spécialisés pour résoudre un problème supply chain concret.
  • Produire des analyses et recommandations utiles pour la prise de décision stratégique et opérationnelle.

Parcours

Programme

Contenu

  • USEC8C-1 : Fondements théoriques (7h)
  • USEC8C-2 : Études de cas, implémentation d’algorithmes, évaluation de modèles (14 heures)
  • USEC8C-3 : Projet de Data Science ou d’IA appliquée à un jeu de données réel (7 heures)

Modalités d'évaluation

Pour chaque module à la responsabilité de chaque enseignant de module :

  • QCM + questions ouvertes courtes par module.
  • Études de cas (individuelles ou en groupe).
  • Mini-projet de synthèse sur la planification et l’optimisation des flux.