IA | La Recherche - Comprendre les Outils et langage des experts data IA

• Découvrir les usages pertinents et accessibles de l’IA pour la médiation, la documentation, la communication et la valorisation, et savoir dialoguer avec des experts techniques.
• Acquérir une compréhension claire des concepts fondamentaux de l’IA et de la data science, et identifier leurs applications concrètes.
• Apprendre à extraire, nettoyer et structurer des données issues de documents non structurés (PDF, rapports techniques).
• Utiliser l’IA pour soutenir la rédaction, la synthèse et l’organisation de contenus scientifiques ou techniques, tout en respectant rigueur méthodologique et conformité éthique.
• Savoir traduire un besoin métier en problématique data et établir une communication efficace dans un projet collaboratif avec un expert IA.
• Maîtriser les enjeux éthiques, réglementaires et de souveraineté liés aux usages de l’IA, et adopter des pratiques responsables.
• Intégrer efficacement l’IA dans un dossier de financement ou projet collaboratif, en valorisant les livrables IA et en répondant aux attentes des financeurs.

Introduction à l’IA

• Comprendre les principes de base de l’IA et ses champs d’application.
• Identifier des usages pertinents dans ses missions.
• Prendre en main des outils simples (IA générative, traduction, résumé).
• Reconnaître les limites, risques et responsabilités liés à l’utilisation de l’IA.

IA et Data Science

• Concepts clés de l’IA, du Machine Learning et du traitement des données.
• Présentation du pipeline IA : de la donnée brute au modèle exploité.
• Études de cas d’application (classification, analyse, détection).
• Rôles dans un projet IA : qui fait quoi?

Structuration et exploitation de données PDF

• Extraction d’informations depuis des documents PDF.
• Structuration et préparation des données pour l’IA.
• Utilisation d’outils simples (OCR, IA no-code, AutoML).
• Construction d’un jeu de données exploitable.

Rédaction assistée par IA

• Organisation et structuration d’un corpus documentaire.
• Utilisation d’outils d’IA pour la synthèse, reformulation et traduction.
• Vérification, citation et gestion bibliographique.
• Rédaction d’un article, résumé ou rapport avec assistance IA.

Collaborer avec un data scientist

• Compréhension des étapes clés d’un projet IA/data.
• Traduction des besoins métiers en problématiques data.
• Communication claire et structurée avec les experts.
• Méthodes de collaboration dans des projets interdisciplinaires.

Éthique, réglementation et souveraineté numérique

• Enjeux éthiques : biais, discrimination, opacité.
• Réglementations : RGPD, AI Act, recommandations nationales et européennes.
• Gouvernance interne des usages IA (rôle du DPO, DSI).
• Outils et solutions conformes à la souveraineté numérique.

Appels à projets et valorisation de l’IA

• Attentes des financeurs sur les volets IA et data.
• Structurer un dossier intégrant une composante IA.
• Valoriser les livrables IA (modèles, outils, bases).
• Intégrer les dimensions éthiques et réglementaires dans les réponses.

Non spécifié