Comment les ingénieurs se forment à l’IA ?

Dans un contexte où l’intelligence artificielle rebat les cartes dans de multiples secteurs industriels, de nombreux procédés réclament des ingénieurs non seulement formés aux fondements théoriques de l’IA, mais aussi capables de l’implémenter concrètement en usine. 

Le défi de la formation est donc double. Il est nécessaire de fournir des bases solides en mathématiques, informatique et statistique, mais également renforcer les compétences pratiques des étudiants ingénieurs et des ingénieurs en activité. 

Le développement de nombreuses formations centrées sur l’IA en France offre à l’écosystème industriel tricolore de nouvelles options, pour recruter des ingénieurs en capacité d’implémenter ou d’utiliser, selon le degré d’adoption de la technologie par l’industriel, l’IA dans les processus de l’entreprise.

Au premier rang des formations particulièrement appréciées par les industriels pour leur orientation professionnelle, les Mastères spécialisés. Ces mastères sont nombreux dans l’hexagone, les grandes écoles ont toutes développé le leur : 

• Le Mastère spécialisé « Intelligence Artificielle multimodale et autonome », porté par l’ENSTA Paris-Saclay et Télécom Paris, délivre la certification « Ingénieur en intelligence artificielle », avec une déclinaison forte vers des domaines comme la robotique, le traitement du langage, l’interaction homme-machine.
• Le Mastère spécialisé « Intelligence Artificielle de Confiance » porté par CentraleSupélec doit répondre aux défis industriels d’explicabilité, de sûreté et de robustesse : des qualités que les industriels exigent quand ils veulent déployer l’IA dans des contextes critiques.
• Le Mastère Spécialisé « Artificial Intelligence and Business Transformation » de l’ISAE-SUPAERO vise quant à lui à former des ingénieurs et des managers capables de porter des projets IA dans l’industrie, avec une compréhension du marché autant que des technologies.
• Enfin, le Mastère spécialisé « Valorisation des Données Massives », co-accrédité par l’ENSEEIHT et l’INSA Toulouse, fabrique des profils maîtrisant sciences des données, optimisation, informatique,… souvent ciblés pour les tâches industrielles de traitement de flux, d’analyse, d’optimisation de process.

Ces formations courtes, très spécialisées, avec des projets en entreprise et des cas pratiques, sont perçues comme un tremplin vers des missions opérationnelles en IA dans l’industrie.

A l’instar de ces Mastères spécialisés, de nombreuses écoles proposent des formations IA spécifiquement orientées vers l’industrie. Ces formations visent explicitement l’intégration de l’IA dans les environnements industriels, en combinant travail terrain, technologies émergentes et compétences opérationnelles.

C’est par exemple le cas du Postgraduate Programme “Industrie Digitale & IA” des Arts et Métiers, qui s’adresse aux futurs ingénieurs ou ingénieurs en exercice souhaitant monter en compétences sur des aspects applicables immédiatement : digitalisation, jumeaux numériques, IA embarquée, pilotage de production…

Second exemple, le programme généraliste d’Aivancity, une école spécifiquement consacrée à l’IA qui met l’accent, selon ses promotions, sur l’IA appliquée, les projets en entreprise, le business et le management des systèmes d’IA. Les industriels apprécient beaucoup ces profils hybrides, à la fois techniques mais aussi à l’aise pour collaborer avec les dirigeants ou les équipes opérationnelles.

Au-delà de ces formations, des mastères universitaires comme le Mastère IASD (Intelligence Artificielle, Systèmes, Données) de Paris-Dauphine-PSL est très reconnu, et il prépare les ingénieurs à travailler sur des modèles complexes, la recherche appliquée ou l’analyse de systèmes intelligents.

Du côté des entreprises, les attentes sont fortes. Au tout premier rang desquelles des compétences techniques opérationnelles : maîtrise du machine learning et du deep learning, des bibliothèques, de la vision industrielle, du traitement de signal, entre autres. Aussi, les industriels veulent recruter des profils maîtrisant de manière transversale les compétences nécessaires à la maîtrise des modèles d’IA : collecte de données, pré-traitement, stockage, pipeline d’entraînement, déploiement…

D’autres compétences, comme la sûreté, la fiabilité, et une capacité à travailler de manière interdisciplinaire, importent de plus en plus pour permettre au tissu industriel d’implémenter l’IA de manière positive et efficace dans les process. C’est donc un ingénieur en capacité de comprendre les tenants et les aboutissants de l’IA qui sera demain l’oiseau rare de l’industrie tricolore.