Passez de la théorie à la pratique en découvrant les concepts fondamentaux de l'apprentissage automatique et leur application dans le secteur des énergies à faible émission de carbone.

Dans cette formation, vous apprendrez à identifier les opportunités de ML à fort impact, à maîtriser la complexité des données énergétiques et à comprendre le fonctionnement des différents modèles d'apprentissage automatique. En complément de votre expérience en programmation, vous apprendrez à évaluer les performances des modèles à l'aide d'indicateurs spécifiques au secteur et à appliquer les principes de gouvernance essentiels afin de garantir que vos solutions soient responsables, transparentes et conformes à la réglementation.

La création d'un modèle n'est que la moitié du chemin ; c'est dans sa mise en œuvre que réside sa véritable valeur.

Ce cours comble le fossé entre une expérience réussie et une solution prête à être déployée en entreprise. Vous découvrirez les modèles de déploiement courants et évaluerez les avantages et les inconvénients respectifs des architectures cloud et sur site. À l'issue de ce module, vous disposerez de la feuille de route stratégique et des connaissances techniques nécessaires pour faire évoluer vos applications d'apprentissage automatique vers un environnement de production, ce qui vous préparera pleinement à votre projet de fin de formation pratique.

Mettez vos connaissances à l'épreuve en développant une solution prête à être déployée pour relever un défi dans le secteur des énergies à faible empreinte carbone. Ce projet de fin d'études vous met au défi de mettre en pratique vos connaissances : vous devrez gérer des données réelles et des contraintes de déploiement afin de livrer un projet final évolutif, conforme aux règles de gouvernance et validé par le secteur.

• Défi : on vous fournira des ensembles de données validés et de haute qualité, et vous serez chargé de mener à bien les travaux de développement technique nécessaires pour répondre à une question cruciale en matière d'apprentissage automatique. Ces ensembles de données sont fournis par des experts de la Faculté d'ingénierie de l'Université de l'Alberta.

• Accompagnement technique : participez aux permanences et aux séances de suivi technique organisées par les formateurs en apprentissage automatique d'Amii afin d'affiner votre code et votre approche.

• Résultat attendu : Fournir un code complet et fonctionnel démontrant votre capacité à travailler avec des données réelles, depuis la préparation et l'ingénierie des caractéristiques jusqu'à l'évaluation et le déploiement du modèle.

La réussite du parcours technique est attestée par un badge numérique certifié par la blockchain. Contrairement à un simple certificat, ce badge intègre votre projet de fin de formation, ce qui vous permet de partager votre travail et de démontrer vos compétences à vos employeurs actuels et futurs sur LinkedIn.

Parcours « Fondements »
Prévoyez environ 3 heures par cours (le programme comprend au total 4 cours asynchrones de base) pour mener à bien cette formation. De plus, vous trouverez des ressources hebdomadaires facultatives mais très utiles, allant de lectures rapides et ciblées de 15 minutes à des ressources plus approfondies pouvant durer jusqu’à 2 heures. La formation se déroulant à votre rythme, vous pouvez travailler sur ces supports quand cela vous convient le mieux.

Parcours technique
Prévoyez environ 20 heures pour suivre les trois cours nécessaires à la validation du parcours technique.

Grâce à ce format flexible, que vous pouvez suivre à votre rythme, vous pouvez accéder aux supports de formation à tout moment et en tout lieu, ce qui vous permet d'adapter votre développement professionnel à votre emploi du temps.

Votre parcours de formation commence peu après l'acceptation de votre candidature ! Une fois votre candidature acceptée, vous recevrez un e-mail vous indiquant la date exacte à laquelle vous pourrez accéder au programme. Cela nous permet de nous assurer que tout est prêt pour que vous puissiez démarrer votre programme en toute sérénité.

Pour être admissibles à la bourse, les candidats doivent actuellement occuper un emploi dans le secteur énergétique canadien. Ils doivent être légalement autorisés à travailler au Canada en tant que citoyens canadiens, résidents permanents ou personnes ayant le statut de réfugié. Ils doivent également accepter les conditions et les exigences du programme, notamment consentir à ce que leurs informations soient communiquées au gouvernement du Canada à des fins d'évaluation et de rapport.

Le processus d'attribution des bourses fonctionne selon un système de traitement continu. Les candidatures éligibles sont examinées au fur et à mesure de leur réception, et les sélections sont effectuées jusqu'à ce que toutes les places soient pourvues. Nous vous encourageons vivement à postuler dès que possible afin de garantir votre place.

Si votre candidature est retenue, vous recevrez une réponse dans un délai de dix jours ouvrables. Nous vous communiquerons votre groupe de formation et votre date de début bien à l'avance afin que vous puissiez vous organiser en conséquence.

Nous proposons deux parcours distincts, spécialement conçus pour les professionnels du secteur de l'énergie. Le parcours « Fondamentaux » est conçu pour acquérir les connaissances de base en IA, tandis que le parcours « Technique » va plus loin et vous explique comment entraîner et déployer un modèle dans le contexte canadien de l’énergie à faible émission de carbone. Veuillez noter que le parcours technique nécessite une bonne maîtrise du langage de programmation Python,

Oui ! Vous pouvez postuler à la fois au parcours « Fondations » et au parcours « Technique », à condition de remplir les critères d'éligibilité de chaque programme. Le parcours « Fondations » n'est pas un prérequis pour le parcours « Technique », et les personnes éligibles peuvent s'inscrire à l'un ou l'autre de ces parcours, voire aux deux.