IA Générative pour les managers

Cette formation donne 84 points PPC aux membres qualifiés de l’Institut des Actuaires
Dernière mise à jour le 27 janvier 2025

Programme de la formation

Partie 1 : Fondamentaux de la Data Science et de l’IA Générative

Comprendre les concepts clés, les opportunités et les limites des technologies.
  • Introduction à la Data Science :
    • Rôle des données dans la prise de décision
    • Outils de base : collecte, nettoyage, visualisation
  • IA Générative : Définition et Applications :
    • Fonctionnement des LLMs (Large Language Models) comme GPT
    • Cas d’usage : génération de contenu, automatisation de rapports, analyse de données
  • Limites et Risques :
    • Biais algorithmiques, hallucinations de l’IA, consommation énergétique

Partie 2 : Outils et Productivité avec l’IA Générative

Maîtriser les outils pour améliorer l’efficacité opérationnelle.
  • Présentation des techniques NLP
  • Comprendre et utiliser un RAG
  • Ateliers Pratiques avec un LLM
    • Prise en main d’un chatbot pour générer des synthèses, automatiser des tâches administratives ou analyser des fichiers Excel/PDF
    • Construction d’un outil avancé pour extraire des informations d’un PDF et annoter les passages sources
  • Prompt Engineering :
    • Techniques pour formuler des requêtes précises et obtenir des résultats pertinents
  • Intégration dans les Workflows :
    • Automatisation de comptes-rendus, personnalisation de campagnes marketing

Partie 3 : Stratégie de mise en place et cas pratiques

Appliquer la data science à des problématiques concrètes.
  • Évaluation des Opportunités :
    • Identifier des cas d’usages alignés avec les métiers (ex. service client, R&D)
    • Analyse coûts/bénéfices : infrastructure, choix de modèles (open source vs propriétaire)
  • Business Models Innovants :
    • Réinventer des processus (ex. personnalisation en temps réel, création de produits virtuels)
    • Étude de cas : transformation digitale réussie dans un secteur concurrentiel
  • Exemples de cas pratiques
    • Marketing, cross selling, et segmentation clients
    • Détection de draudes, analyse réseau et fraude documentaire
    • Analyse de Résiliation (Churn)
    • Prédiction de Sinistres : montant et gravité
    • Efficience opérationnelle avec traitements avancés des PDF, Word, ppt

 

Partie 4 : Techniques Data Science en Pratique

Maîtriser le cycle de vie des données.
  • Collecte et Stockage : APIs, web scraping, bases de données (SQL vs NoSQL), lac de données (data lake).
  • Nettoyage et Préparation : Gestion des valeurs manquantes, normalisation, feature engineering.
  • Analyse et modélisation : Méthodes supervisées (régression, classification) vs non supervisées (clustering, PCA).
  • Visualisation et communication : Outils (Tableau, Power BI), storytelling data-driven pour convaincre les parties prenantes.

 

Partie 5 : Construire et Gérer une Équipe Data Science

Structurer une équipe et une culture data-driven.
  • Recrutement et Compétences Clés :
    • Profils recherchés : data engineers, data scientists, chefs de produit data.
    • Tests pratiques pour évaluer les compétences techniques (Python, SQL) et analytiques.
  • Gestion de Projet Data :
    • Méthodologies (CRISP-DM, Agile), planification des étapes (collecte → déploiement).
  • Outils et Stack Technologique :
    • Comparatif des solutions open source vs. outils SaaS
  • Management et Formation Continue :
    • Développer des formations internes, encourager la certification (ex. Google Cloud, Microsoft Azure).
Date
27 et 28 novembre 2025
Inscription possible jusqu'à la veille de la formation 16h (hors weekend et jour férié)
Horaires

9h00 - 12h30 et 14h00 - 17h30

Prix
  • 2300 € HT
  • TVA 20%
  • 2760 € TTC
Lieu

CARITAT, 24 rue Tronchet 75008 PARIS

Session suivante

En 2026

Durée

2 jours

Programme adaptable,
sur-mesure

Notre formateur

Kezhan SHI

Il est diplômé de l'École Centrale Paris et titulaire d'un master en actuariat de l'Université Paris Dauphine. Il a travaillé chez Axa Global Direct et Allianz, avant de rejoindre Diot Siaci en 2022, au titre de Responsable du Data Lab.

Points clés

À qui s’adresse cette formation ?

À tous les managers qui souhaitent connaître le potentiel des outils de Data Science, gérer et construire une équipe pour des projets innovants

Pour obtenir quoi ?

Une meilleure compréhension des outils pour gérer un projet, une vision schématique des étapes de traitements des données, des outils adaptés pour les problématiques des entreprises et un aperçu des techniques data science pour traiter les données de A à Z.

Quels objectifs pédagogiques ?

  • Gérer une équipe data science : Recrutement, organisation, collaboration.
  • Analyser des problématiques métiers et proposer des solutions data/IA alignées.
  • Maîtriser les bases techniques : Nettoyage, modélisation, visualisation.
  • Comprendre les enjeux éthiques et réglementaires (ex. RGPD, biais algorithmiques).

Quelles méthodes mobilisées ?

Par l’acquisition des principes et outils en data science, par la pratique différents outils et des analyses de cas, ainsi que par une discussion sur des sujets classiques assurantiels en relation avec la date science et l’IA générative.

Quels sont les prérequis ?

Base du métier d’assurance.

Quelles modalités d’évaluation ?

Une évaluation des acquis des objectifs sera réalisée durant la formation.

Chaque participant se munira d’un ordinateur portable pour les travaux pratiques.

Points forts

  • Retour d’expériences sur des applications concrètes
  • Processus de traitement des données
  • Astuces et bonnes pratiques concernant l’utilisation des modèles dans une entreprise d’assurance
Inscrivez-vous à notre newsletter

Pour recevoir toutes les dernières informations