Maîtriser l’IA pour cadrer, prioriser et piloter des produits data-driven
Cette formation permet aux Product Owners de comprendre les fondamentaux de l’intelligence artificielle (IA), ses cas d’usage, ses limites et ses implications dans le développement de produits. Elle leur donne les clés pour collaborer efficacement avec les équipes techniques, cadrer des projets IA, prioriser les fonctionnalités et intégrer l’IA dans une démarche agile centrée utilisateur.
Est-ce pour vous ?
Product Owners
Préalables
Connaissance du rôle de Product Owner et des méthodes agiles (Scrum, Kanban). Aucune compétence technique en IA.requise
Ce que vous saurez faire
- ✓ Identifier et prioriser des cas d’usage IA pertinents à partir d’un backlog produit existant
- ✓ Cadrer un projet IA de la donnée à la mise en production en intégrant les spécificités des modèles
- ✓ Rédiger des user stories IA et définir des critères d’acceptation adaptés aux modèles
- ✓ Définir des KPIs et mesurer la valeur métier et la performance des solutions IA
- ✓ Construire une roadmap produit intégrant l’IA en maîtrisant risques, dépendances et enjeux éthiques
Contenu de la formation
1 Introduction à l’intelligence artificielle
- Définitions : IA, machine learning, deep learning
- Panorama des technologies et algorithmes
- IA symbolique vs IA statistique
2 Cas d’usage de l’IA dans les produits
- Recommandation, classification, prédiction, NLP, vision
- Exemples dans la santé, la finance, le retail, les RH
- IA générative : usages et limites
3 Atelier 1 : Cartographie des cas d’usage IA dans votre produit
- Identification des opportunités IA dans un backlog existant
- Priorisation selon la valeur et la faisabilité
4 Le cycle de vie d’un projet IA
- De la collecte de données à la mise en production
- Spécificités d’un projet IA vs projet logiciel classique
- Notion de MVP IA
5 Rôle du PO dans un projet IA
- Rédaction de user stories IA
- Définition de la valeur métier et des KPIs
- Collaboration avec les data scientists
6 Atelier 2 : Rédaction de user stories IA
- Exemples de user stories orientées données
- Définition des critères d’acceptation pour un modèle IA
7 Gouvernance, éthique et risques
- Biais algorithmiques, explicabilité, loi 25
- Acceptabilité utilisateur et transparence
- Bonnes pratiques de gouvernance IA
8 Roadmap produit et IA
- Intégration de l’IA dans une roadmap agile
- Tests utilisateurs et validation de la valeur
- Mesure continue de la performance du modèle
9 Atelier 3 : Construction d’une roadmap IA
- Élaboration d’une roadmap produit intégrant des briques IA
- Identification des dépendances et des risques
📌 Informations pratiques
Nos formations sont offertes à Montréal ou Québec, en présentiel ou en classe virtuelle. Les dates et lieux sont précisés lors de votre choix de session ci-dessous. Si vous avez des questions, consultez notre FAQ.
