MBA Big Data & IA

Élaboration d'une stratégie de développement de modèle économique pérenne basé sur les technologies Big Data et IA

- Concevoir un dispositif de veille stratégique pour l’innovation technologique

• Onboarding- Concevoir un dispositif de veille stratégique
• Les enjeux stratégiques de la veille technologique
• Cartographie des écosystèmes d'innovation par secteur
• En bref : Les signaux faibles, indicateurs d'innovation émergente
• Méthodologies de recherche et collecte d'informations
• Traitement et analyse des données de veille
• Focus sur : L'analyse prédictive au service de la veille
• Évaluation de la fiabilité et validation des informations
• Conception de dispositifs de veille automatisés
• Exploitation stratégique des résultats de veille
• Innovation et propriété intellectuelle : enjeux juridiques
• Mesure de performance et amélioration continue
• Offboarding - Concevoir un dispositif de veille stratégique
• Auto-évaluation - Concevoir un dispositif de veille stratégique
• Application - Concevoir un dispositif de veille stratégique

- Approche Big Data et IA pour la veille stratégique

• Onboarding - Approches Big Data et IA pour la veille stratégique
• Fondamentaux du Big Data appliqués à la veille stratégique
• Écosystème technologique Big Data : Hadoop, Spark et NoSQL
• En bref - Patent Analytics avec Big Data
• Architectures de collecte et stockage de données massives
• Solutions cloud pour le Big Data (AWS, Azure, GCP)
• Focus sur - Social Media Monitoring en temps réel
• Analyse en temps réel et détection de signaux faibles
• Automatisation des workflows et orchestration
• Visualisation avancée et storytelling des données
• Gouvernance et sécurité des données en contexte Big Data
• Intégration stratégique du dispositif de veille Big Data
• Offboarding - Approches Big Data et IA pour la veille stratégique
• Auto-évaluation - Approches Big Data et IA pour la veille stratégique
• Application - Approches Big Data et IA pour la veille stratégique

- Méthodologies de recherche, traitement et exploitation de données

• Frameworks d'IA modernes pour la veille technologique
• Techniques de recherche avancées pour la veille stratégique
• Méthodes de collecte et nettoyage de données stratégiques
• Exploitation et analyse de données pour la prise de décision
• Analyse textuelle et sémantique pour l'identification des signaux faibles
• Méthodes d'acquisition automatisée de données à petite échelle

- Identifier les opportunités de développement de solutions innovantes

• Onboarding - Identifier les opportunités de développement
• Fondamentaux de la veille stratégique et de l'analyse d'opportunités
• Focus sur - Les outils de veille technologique et juridique
• Méthodologies avancées de veille concurrentielle dans l'écosystème digital
• Analyse des tendances de marché et identification des signaux faibles
• Méthodologies d'étude de marché pour l'innovation digitale
• Segmentation de marché et définition des cibles utilisateurs
• UX Research et méthodologies de définition de personas
• En bref - L'analyse des besoins utilisateurs non satisfaits
• Construction et formalisation de propositions de valeur innovantes
• Évaluation du potentiel de marché et dimensionnement des opportunités
• Validation et test des hypothèses d'opportunités
• Offboarding - Identifier les opportunités de développement
• Auto-évaluation - Identifier les opportunités de développement
• Application - Identifier les opportunités de développement

- Approches méthodologiques en Big Data & IA pour la détection d’innovants

• Data mining avancé pour la détection des signaux d'innovation
• Intelligence artificielle appliquée à l'analyse des tendances de marché
• Applications sectorielles du Machine Learning dans la détection d'opportunités
• Plateformes et bibliothèques pour l'accélération de la détection d'innovations

- Outils et plateformes de Marketing et Intelligence

• Plateformes spécialisées de veille technologique et marketing
• Outils analytiques de business intelligence pour la prise de décision
• Automatisation de la surveillance et reporting des signaux d'innovation

- Élaborer le modèle de monétisation d’un projet d’innovation

• Onboarding - Élaborer le modèle de monétisation d'un projet d'innovation
• Comprendre l'écosystème des modèles économiques innovants
• Focus sur - Les métriques clés de la monétisation digitale
• En bref - L'acquisition client et son coût
• Concevoir son modèle de revenus
• Structurer les coûts et charges d'un projet innovant
• Définir une stratégie tarifaire optimale
• Projeter et valider la rentabilité
• Évaluer le retour sur investissement (ROI)
• Construire un business plan convaincant
• Adapter son modèle aux évolutions du marché
• Offboarding - Élaborer le modèle de monétisation d'un projet d'innovation
• Auto-évaluation - Élaborer le modèle de monétisation d'un projet d'innovation
• Application - Élaborer le modèle de monétisation d'un projet d'innovation

- Modèles économiques spécifiques aux solutions Big Data & IA

• Onboarding - Modèles économiques Big Data et IA
• Panorama des modèles économiques de l'IA
• En bref - L'économie des APIs d'IA
• Calcul du ROI pour les projets Big Data et IA
• Stratégies de pricing pour les solutions d'IA
• Business Model Canvas pour projets data-driven
• Focus sur - Data-as-a-Service et marketplaces
• Conformité RGPD et monétisation des données
• Métriques financières spécifiques à l'IA
• Études de cas sectorielles
• Financement et investissement dans l'IA
• Offboarding - Modèles économiques Big Data et IA
• Auto-évaluation - Modèles économiques Big Data et IA
• Application - Modèles économiques Big Data et IA

- Défendre la stratégie de développement d’une offre innovante

• Onboarding - Défendre la stratégie de développement d'une offre innovante
• Les fondamentaux de la défense stratégique d'innovation
• Évaluation économique : bénéfices et retour sur investissement
• Focus sur : Les métriques clés de l'innovation
• Analyse et estimation des coûts d'innovation
• Gestion des risques et des incertitudes
• En bref : Les outils de gestion de projet pour l'innovation
• Construction de la feuille de route stratégique
• Techniques de storytelling pour l'innovation
• Préparation et structuration du pitch
• Gestion des objections et négociation
• Simulation de présentation et feedback
• Offboarding - Défendre la stratégie de développement d'une offre innovante
• Auto-évaluation - Défendre la stratégie de développement d'une offre innovante
• Application - Défendre la stratégie de développement d'une offre innovante

Piloter une démarche d'innovation digitale centrée sur l'utilisateur via les solutions Big Data et IA

- Identifier les problématiques utilisateurs pour l’innovation digitale

• Onboarding - Identifier les problématiques utilisateurs
• Fondamentaux de la recherche utilisateur en contexte digital
• Méthodologies d'enquêtes qualitatives : entretiens et observations
• Focus sur - Les tests d'utilisabilité en pratique
• Méthodologies d'enquêtes quantitatives : sondages et analytics
• Analyse et synthèse des besoins utilisateurs
• Personas et parcours utilisateurs pour l'innovation
• Identification et formulation des problématiques
• Méthodologies d'idéation : design thinking et méthodes agiles
• En bref - L'art du brainstorming digital
• Évaluation du potentiel d'innovation
• Alignement avec la stratégie d'entreprise et les enjeux métier
• Offboarding - Identifier les problématiques utilisateurs
• Auto-évaluation - Identifier les problématiques utilisateurs
• Application - Identifier les problématiques utilisateurs

- Data Science pour l’analyse des besoins utilisateurs

• Onboarding - Data Science pour l'analyse des besoins utilisateurs
• Fondamentaux de l'analyse de données utilisateurs avec Python
• Exploration et nettoyage des données comportementales
• En bref - Introduction à R pour l'analyse utilisateur
• Visualisation de données avec Python (matplotlib, seaborn)
• Analyse des parcours utilisateurs et funnel analysis
• Techniques de segmentation : clustering et classification
• Focus - A/B Testing et analyse statistique
• Visualisations interactives avec plotly et dashboards
• Analyse avancée avec R : ggplot2 et modélisation statistique
• Tests statistiques et validation d'hypothèses
• Machine Learning appliqué à l'analyse comportementale
• Communication des insights et recommandations stratégiques
• Offboarding - Data Science pour l'analyse des besoins utilisateurs
• Auto-évaluation - Data Science pour l'analyse des besoins utilisateurs
• Application - Data Science pour l'analyse des besoins utilisateurs

- Concevoir une proposition de solution digitale centrée utilisateur

• Onboarding - Concevoir une solution digitale centrée utilisateur
• Préparer la transition digitale
• Conduire des entretiens utilisateurs et définition des personas
• En bref - Les outils de veille technologique
• Analyse des besoins et problématiques utilisateurs
• Conception de l'expérience utilisateur (UX Design)
• User Journey Mapping et architecture de l'information
• Prototypage et wireframing
• Focus sur - Les tests utilisateurs rapides
• Élaboration de scénarios d'usage innovants
• Définition de la proposition de valeur et positionnement
• Évaluation du potentiel d'évolution et roadmap produit
• Présentation et argumentation de la solution
• Offboarding - Concevoir une solution digitale centrée utilisateur
• Auto-évaluation : Concevoir une proposition de solution digitale centrée utilisateur
• Application : Concevoir une proposition de solution digitale centrée utilisateur
• Applications de l'IA générative au design de solutions
• Applications du NLP dans l'innovation digitale
• Computer Vision pour l'analyse des besoins utilisateurs

- Définir les fonctionnalités et technologies d’une solution digitale

• Onboarding - Définir les fonctionnalités et technologies d'une solution digitale
• Comprendre l'écosystème des solutions digitales et les problématiques adressées
• Analyser les besoins utilisateurs pour une solution digitale
• Focus sur les méthodes de priorisation MoSCoW
• Prioriser les fonctionnalités avec la méthode KANO
• Story mapping et priorisation collaborative
• Panorama des technologies émergentes
• En bref : Intelligence artificielle et Machine Learning
• Cas types de choix technologiques pour la digitalisation
• Créer une feuille de route fonctionnelle
• Élaborer la feuille de route technologique
• Validation et communication de la stratégie produit
• Offboarding - Définir les fonctionnalités et technologies d'une solution digitale
• Auto-évaluation : Définir les fonctionnalités et technologies d'une solution digitale
• Application : Définir les fonctionnalités et technologies d'une solution digitale

- Produire une preuve de concept fonctionnelle

• Onboarding - Produire une preuve de concept fonctionnelle
• Fondamentaux de la preuve de concept et stratégie d'innovation
• Méthodologie de conception d'une preuve de concept
• Focus sur - L'écosystème no-code/low-code
• Sélection et maîtrise des technologies de prototypage
• Développement de prototypes d'interfaces utilisateur
• En bref - Les design systems au service du prototypage
• Développement de prototypes fonctionnels backend
• Tests et validation technique de la preuve de concept
• Démonstration et présentation de la preuve de concept
• Évaluation de l'adéquation POC-vision produit
• Industrialisation et passage à l'échelle
• Offboarding - Produire une preuve de concept fonctionnelle
• Auto-évaluation - Produire une preuve de concept fonctionnelle
• Application - Produire une preuve de concept fonctionnelle
• Développement de POC utilisant des technologies d'IA modernes

Piloter itérativement le cycle de vie d’une solution digitale et Big Data et IA

- Sélectionner et appliquer les méthodologies de gestion de projet adaptées

• On-boarding - Élaborer le plan de pilotage du projet digital
• Les méthodes de gestion de projets digitaux
• Analyse des besoins et contraintes du commanditaire
• En bref : le choix de la méthode de gestion de projet
• Gestion des contraintes et des risques
• Ressources humaines et matérielles dans le plan de pilotage
• Élaboration du budget du projet
• Off-boarding - Élaborer le plan de pilotage du projet digital
• Auto-évaluation - Élaborer le plan de pilotage du projet digital
• Application : Sélectionner et appliquer les méthodologies de gestion de projet adaptées à une solution digitale
• Les étapes de réalisation d'un projet digital
• Rédaction et transformation des User Stories et des EPIC
• Méthodologies agiles adaptées aux projets Big Data et IA

- Piloter le déploiement des méthodologies de tests et validation

• Introduction à l'amélioration continue et aux indicateurs
• La pertinence des indicateurs
• Focus sur le suivi des indicateurs
• La collecte des retours
• L’analyse des retours
• Les revues de sprint
• Les rétrospectives de sprint
• Les tableaux de bord
• Élaboration des cahiers de recette et DoD
• Recette fonctionnelle exhaustive
• Validation et tests de modèles d’IA
• Application : Piloter le déploiement des méthodologies de tests et de validation d'une solution digitale

- Résoudre les situations critiques dans le cycle de vie d’un projet digital

• La résolution d'une situation critique pour la survie du projet
• Analyse des risques d'un projet
• Gestion des risques dans un projet digital
• Réaliser une analyse causale à l’aide d’entretiens et d’enquêtes terrain
• Méthodologies d'analyse et de résolution de problèmes en contexte projet digital
• Gestion de crise en environnement projet digital
• Analyse des performances et actions correctives
• Les rétrospectives de sprint
• Le retour d'expérience
• La phase de clôture du projet
• Application : Gérer et redresser un projet digital en situation critique

Manager une équipe projet, une direction technique et/ou une équipe transverse pour des projets Data et IA

- Sélectionner les membres d’une équipe projet d’innovation

• Recruter les compétences opérationnelles nécessaires à l'équipe projet digital
• Le profil de poste et les critères de choix
• Les canaux de sourcing
• Typologie des organismes de prestataires
• Les différentes formes d'entretiens d'embauche
• La conduite de l'entretien individuel
• Les compétences et talents
• L'éthique et le recrutement
• La performance et l'évaluation de la prestation
• Compétences clés pour constituer une équipe Data/IA performante
• Application : Sélectionner et évaluer les talents pour constituer une équipe projet digitale performante

- Evaluer l’adéquation des profils aux besoins du projet innovation

• Cartographier les compétences nécessaires au projet
• Le référentiel des emplois et métiers de l'entreprise
• Le référentiel compétences
• La cartographie des compétences de l'entreprise
• Les compétences comportementales ou softskills
• L'entretien annuel d'évaluation
• L'amélioration du travail en équipe
• La communication avec l'équipe projet
• Traiter les dysfonctionnements du travail en équipe

- Diriger une équipe projet dans un environnement digital complexe

• Communiquer sur son projet pour développer l’adhésion
• Le business model canvas
• La présentation écrite d'un projet
• La compréhension des objectifs SMARTEF
• La planification des objectifs et du Plan d'action
• Le suivi et l'ajustement des objectifs
• Le digital dans la communication managériale
• L'agilité managériale
• Le management en équipe projet
• Le management à distance
• Développer l'intelligence collective dans ses équipes
• La politique d'inclusion en entreprise
• La lutte contre la discrimination
• Management d’équipes pluridisciplinaires sur des projets Data/IA

Mobiliser les outils et méthodologies avancées de Big Data au service des décisions stratégiques organisationnelles

- Extraire et consolider les données des systèmes d’information d’entreprise

• Rôles opérationnels et stratégiques du SI
• Les composantes et niveaux du SI
• Localisation des données et applications
• Collecte des données et dépendances fonctionnelles
• Le modèle relationnel de données et les formes normales
• Introduction à l’usage du tableur
• L’usage des fonctions dans les formules de calcul
• Interopérabilité des données et langages à balises
• Les procédures d’échanges dématérialisés

- Infrastructures cloud pour le Big Data

• Onboarding - Infrastructures cloud pour le Big Data
• Panorama des infrastructures cloud pour le Big Data
• Solutions de stockage cloud pour données massives
• En bref - Architecture lakehouse moderne
• Services managés Big Data - AWS, GCP, Azure
• Conception d'architectures cloud scalables
• Patterns d'architecture Big Data dans le cloud
• Focus sur - Serverless Analytics et Edge Computing
• Optimisation des coûts cloud pour projets Big Data
• Sécurité des données dans les infrastructures cloud
• Compliance et réglementations dans le cloud
• Migration et gouvernance des données
• Offboarding - Infrastructures cloud pour le Big Data
• Auto-évaluation - Infrastructures cloud pour le Big Data
• Application - Infrastructures cloud pour le Big Data

- Formuler des recommandations stratégiques basées sur l’analyse de données

• La notion de performance en entreprise
• Les différents types de performance en entreprise
• Le suivi des performances
• Le diagnostic de la performance des activités RH
• Les indicateurs RH
• L'utilité du suivi de la performance
• Les indicateurs de suivi selon les objectifs
• L'analyse des écarts et le bilan de rentabilité
• Le tableur, outil d’aide à la décision
• Fixer des objectifs SMART
• Data-driven décision making dans divers contextes métiers

- Développer les applications business des projets d’innovation technique

• La place de la conduite du changement
• Les facteurs clés d'échec et de succès
• L'accompagnement au changement
• Les enjeux de la transformation digitale
• Les méthodes et outils du changement
• L'analyse du changement
• L'éco-conception dans l'architecture logicielle
• L'offre de service d'un fournisseur de services Cloud
• Les solutions SaaS et leurs implications architecturales
• Rôles et responsabilités des acteurs du SI

- Sécurité des données et éthique