Les progrès de l’intelligence artificielle (IA) sont largement médiatisés, notamment ceux de l’apprentissage automatique (Machine Learning). Cependant, les techniques d’IA sont le plus souvent appliquées sur de larges ensembles de données disponibles sur le Web ou constituées dans des temps longs à partir de systèmes à caractère administratif. 

Les processus industriels fournissent également de larges ensembles de données par le biais de capteurs installés sur des lignes de production à des fins d’automatisation. Ces données peuvent être exploitées à des fins décisionnelles pour alimenter des processus de Machine Learning (ML). 

Grâce à cette formation, le·la participant·e comprendra comment l’intelligence artificielle (IA) et en particulier le Machine Learning (ML) permettent d’optimiser les processus industriels. 

Accomplir ses premiers pas en intelligence artificielle est compliqué notamment parce que ces premiers pas consistent à maîtriser à la fois un ensemble de concepts propres à l’IA et au ML et des aspects très techniques du traitement des données. 

L’originalité de cette formation est double. Premièrement, elle concerne les processus industriels. Deuxièmement, elle utilise l’outil Data Maestro développé par la société Pépite, ce qui permet un développement « No Code » d’applications, et donc de se concentrer sur la conception d’application sans s’encombrer de la lourdeur du développement. 

Thèmes abrodés

1. Quelles sont les spécificités de l’informatique industrielle (types de données, organisation des flux et quelles sont les perspectives offertes par les outils digitaux) ? 

2. Exploitation des données : 

• Introduction à l’IA et au ML 

• Principes de l’analyse de données 

• Champ d’application du ML 

3. Amélioration continue et optimisation de processus industriel avec des algorithmes de ML 

• Exemple d’utilisation de Data Maestro pour explorer les données (tendances, courbes, nuages de points,…) 

• Nettoyage de données avec Data Maestro 

• Utilisation de ML pour l’amélioration continue – exemple du Lean Manufacturing 

4. Développement par les participant.e.s de leur propre projet, avec leurs données si elles et ils en disposent (sinon, fournies par le formateur). 

Au terme de la formation, les participant·e·s auront accompli leurs premiers pas dans l’utilisation du ML en optimisation de processus industriels, avec leurs propres données le cas échéant. L’utilisation de Data Maestro leur aura permis de se concentrer sur les aspects conceptuels sans perdre de temps dans les aspects techniques. 

Méthodes pédagogiques

La formation est orientée sur la mise en pratique des concepts du machine learning appliqués aux processus industriels en s’affranchissant des difficultés liées au traitement des données et au codage.