Formation Développeur en Intelligence Artificielle (alternance)

Objectifs pédagogiques

À l'issue du parcours, vous serez capable de concevoir, développer et industrialiser une application intégrant l'intelligence artificielle, de la collecte des données jusqu'à la mise en production et au suivi du modèle. Le titre est organisé en trois blocs de compétences capitalisables indépendamment.

Bloc 1 (RNCP37827BC01) — Réaliser la collecte, le stockage et la mise à disposition des données d'un projet en intelligence artificielle

• Automatiser l'extraction de données depuis des sources multiples (APIs, fichiers, web scraping, bases de données et environnements big data).
• Requêter et transformer la donnée en SQL avancé et sur des volumes massifs (Spark SQL, BigQuery).
• Agréger, nettoyer et homogénéiser des jeux de données hétérogènes.
• Concevoir et modéliser une base de données conforme au RGPD.
• Mettre la donnée à disposition via une API REST documentée.

Bloc 2 (RNCP37827BC02) — Intégrer des modèles et des services d'intelligence artificielle

• Assurer une veille technique et réglementaire sur l'IA (état de l'art, cadre légal).
• Benchmarker et sélectionner des services d'IA adaptés à un besoin métier.
• Maîtriser les fondamentaux du machine learning et du deep learning, paramétrer et entraîner un modèle.
• Exposer un modèle via une API REST et l'intégrer dans une application accessible (RGAA / WCAG, outillage axe-core).
• Surveiller un modèle en production (détection de dérive / drift) et tester la qualité des données et des prédictions.
• Industrialiser le cycle de vie du modèle dans une chaîne de livraison continue (MLOps).

Bloc 3 (RNCP37827BC03) — Réaliser une application intégrant un service d'intelligence artificielle

• Cadrer le besoin et rédiger les spécifications fonctionnelles et techniques.
• Concevoir l'architecture logicielle, y compris la couche d'intelligence artificielle.
• Conduire le développement en méthode agile.
• Développer les composants et les interfaces dans le respect des normes de qualité (ESLint, Prettier).
• Mettre en place des tests automatisés déclenchés au versionnement et une chaîne CI/CD (Docker, pipeline, rollback).
• Assurer le monitoring, l'observabilité et la résolution d'incidents de l'application (stratégies de repli / fallback IA).

Objectif métier

• Accéder à l'emploi de développeur ou développeuse en intelligence artificielle, opérationnel dès la sortie grâce à l'alternance.
• Valider un diplôme reconnu par l'État de niveau 6 (Bac+3), avec des blocs capitalisables permettant une montée en compétences progressive.

Profil

Formation destinée aux personnes souhaitant devenir développeur ou développeuse en intelligence artificielle, en reconversion ou en évolution depuis un poste technique.

• Développeurs / développeuses souhaitant se spécialiser en IA et en data.
• Personnes en reconversion avec une forte appétence pour la programmation et les données.
• Demandeurs d'emploi et salariés en projet de transition professionnelle.
• Profils techniques visant un titre reconnu de niveau 6 (Bac+3).

Prérequis

Conformément au titre RNCP 37827, la formation est accessible sans condition de diplôme ni d'expérience professionnelle. L'admission est conditionnée à la réussite des tests de positionnement Elitek :

• Maîtrise des compétences informatiques fondamentales (système de fichiers, navigation internet, installation d'applications).
• Maîtrise du français au niveau B2 (CECRL).
• Compréhension du métier de développeur en intelligence artificielle.
• Implication sérieuse dans les étapes du positionnement (auto-apprentissage et tests).

Admission

• Tests de positionnement (logique, fondamentaux de programmation, compétences informatiques).
• Entretien individuel de motivation et de validation du projet professionnel.
• Pour la voie en alternance : signature d'un contrat d'apprentissage ou de professionnalisation avec une entreprise d'accueil (Elitek accompagne la recherche).

Voies d'accès : formation initiale, contrat d'apprentissage, contrat de professionnalisation, formation continue, et VAE. Les blocs de compétences sont capitalisables.

Parcours de 12 mois en alternance (rythme indicatif ~1 semaine en centre / 3 semaines en entreprise), 100 % à distance / hybride. 641 h en centre — dont ≈430 h de classe virtuelle « live » synchrone et ~210 h de travaux pratiques évalués sur Git — complétées par ~1 400 h de mise en pratique en entreprise. Le parcours est structuré en 6 phases mappées sur les 3 blocs de compétences du titre.

PHASE 0 — Prework & socle technique (30 h prework + 35 h)

• Onboarding asynchrone avant J1 : Python, Git, mathématiques et statistiques pour l'IA.
• Mise à niveau SQL et cadrage de la posture « développeur IA ».
• Lancement du projet fil rouge unique, support d'évaluation tout au long du parcours.

PHASE 1 — BC01 · Gérer les données (165 h)

• Extraction automatisée : APIs, fichiers, web scraping, bases de données et big data.
• SQL avancé et traitement de volumes massifs (Spark SQL, BigQuery).
• Agrégation, nettoyage et homogénéisation des données.
• Modélisation d'une base de données et intégration du cadre RGPD.
• Mise à disposition de la donnée via une API REST.
• Projet intégrateur de bloc + jury blanc.

PHASE 2 — BC02 · Modèles & services d'IA (186 h)

• Veille technique et réglementaire, benchmark des services d'IA.
• Fondamentaux du machine learning et du deep learning (socle).
• Paramétrage et entraînement d'un modèle, exposition via API REST.
• Intégration d'un service d'IA accessible (RGAA / WCAG, axe-core).
• Monitoring du modèle en production (drift), tests automatisés et validation des données.
• MLOps : chaîne de livraison continue du modèle.

PHASE 3 — BC03 · Application intégrant l'IA (235 h)

• Cadrage et spécifications fonctionnelles.
• Conception de l'architecture technique et de la couche IA.
• Conduite agile et développement des composants & interfaces (ESLint, Prettier).
• Tests automatisés au versionnement.
• CI/CD : Docker, pipeline d'intégration et de déploiement, rollback.
• Monitoring / observabilité de l'application et résolution d'incidents (fallback IA).

PHASE 4 — Alternance en entreprise & projet fil rouge (~1 400 h)

• Mise en pratique des compétences en situation professionnelle réelle.
• Développement d'une application d'IA industrialisée (projet fil rouge).
• Suivi tuteur entreprise et consolidation des compétences sur poste de travail.

PHASE 5 — Dossier professionnel, jury blanc & soutenance (20 h)

• Rédaction du dossier professionnel et préparation des livrables certifiants.
• Jury blanc et entraînement à la soutenance.
• Passage devant le jury de certification du titre RNCP 37827.

Volume horaire indicatif susceptible d'ajustement au regard du cahier des charges d'habilitation. Le cœur « live » d'environ 430 h constitue l'argument pédagogique central ; l'enveloppe complète de 641 h en centre sécurise la couverture des 21 compétences du référentiel.

• Pédagogie active par projet : un projet fil rouge unique sert de support d'apprentissage et d'évaluation sur toute la durée du parcours.
• Format : 100 % à distance / hybride. ≈430 h de classe virtuelle « live » synchrone (classe virtuelle, ateliers tutorés) et ~210 h de travaux pratiques asynchrones évalués sur Git.
• Alternance : rythme indicatif ~1 semaine en centre / 3 semaines en entreprise sur 12 mois, soit ~1 400 h de mise en pratique en entreprise.
• Évaluation : livrables certifiants par bloc (cas pratiques, projets), dossier professionnel et soutenance devant un jury. Les trois blocs (BC01, BC02, BC03) sont évalués et capitalisables indépendamment.
• Encadrement : formateurs praticiens, suivi pédagogique individualisé et tuteur en entreprise.
• Outils : plateforme LMS, environnement de développement, dépôts Git, classe virtuelle (Zoom / Teams).
• Financement : 0 € reste à charge selon votre situation — prise en charge OPCO / entreprise en alternance, CPF, ou dispositifs France Travail. Nos conseillers montent le dossier de financement adapté.
• Accessibilité : formation accessible aux personnes en situation de handicap ; un référent handicap étudie les aménagements nécessaires.

Titre professionnel « Développeur en intelligence artificielle »

Titre enregistré au Répertoire National des Certifications Professionnelles (RNCP) sous le numéro 37827, de niveau 6 (Bac+3), codes NSF 114b, 125g et 326. Certificateur : Simplon.co (SIRET 792 791 329 00016). Enregistré le 19/07/2023 ; échéance de l'enregistrement : 19/07/2028 (délivrance du titre possible jusqu'au 19/07/2032).

Le titre est certifié et délivré par Simplon.co (certificateur). Elitek prépare ce parcours et conduit une démarche d'habilitation auprès de Simplon.co pour y préparer officiellement ; cette fiche est publiée à titre informatif dans l'attente de la finalisation de cette habilitation. Elitek ne délivre pas le titre.

Modalités de validation :

• Évaluation des compétences par bloc à partir de livrables professionnels et de mises en situation.
• Constitution d'un dossier professionnel et soutenance devant le jury de certification.
• Les trois blocs (BC01, BC02, BC03) sont capitalisables et peuvent être validés indépendamment ; le titre complet est délivré après validation des trois blocs.
• Accessible par la formation (initiale, continue, apprentissage, professionnalisation) et par la VAE.

Référentiel et informations officielles : fiche RNCP 37827 sur France Compétences.

Débouchés métiers

Le titre prépare aux métiers suivants (référentiel RNCP 37827) :

• Développeur / Développeuse en intelligence artificielle
• Développeur / Développeuse Machine Learning
• Développeur / Développeuse Python
• Lead développeur IA

Code ROME de référence : M1805 — Études et développement informatique.

Secteurs & poursuite de parcours

• Tous secteurs : entreprises qui innovent sur les cas d'usage de l'IA (industries, startups, TPE/PME, majors du numérique), qui vendent des services d'IA (agences web, ESN, éditeurs) ou qui exploitent l'IA pour leur stratégie (grands comptes, banque / assurance, grande distribution, transport).
• Poursuite possible vers un niveau 7 (Bac+5) ou une spécialisation (data engineering, NLP, computer vision, MLOps).

Indicateurs de résultats

Les indicateurs de résultats (taux d'obtention du titre, d'insertion professionnelle et de satisfaction) seront publiés à l'issue de la première promotion, conformément à la réglementation. Aucune donnée n'est communiquée tant qu'elle n'a pas été réellement mesurée.