Certification RNCP37115

Niveau : 5

Formation à l'intelligence Artificielle et aux agents d'Intelligence Artificielle

Le plan est divisé en blocs de compétences, correspondant aux exigences de la certification RNCP 37115, avec une intégration forte et explicite des unités d'enseignement spécifiques à l'Intelligence Artificielle et aux agents IA.

Année 1 : Fondamentaux des Systèmes Automatiques et Introduction à l'IA

Module 1 : Culture Générale et Expression (60h)

  • Communication écrite et orale

  • Synthèse de documents, argumentation

  • Préparation aux épreuves du BTS

Module 2 : Anglais Technique (60h)

  • Compréhension et expression orale et écrite dans le domaine technique et de l'automatisation, incluant le vocabulaire spécifique à l'IA et aux systèmes intelligents.

  • Lecture de documentations techniques (y compris IA).

Module 3 : Mathématiques et Sciences Physiques et Chimiques Appliquées (180h)

  • Mathématiques : Algèbre, analyse, statistiques, probabilités.

  • Physique : Électrocinétique, mécanique, thermodynamique appliquée.

  • Chimie : Notions de matériaux.

  • Focus IA : Notions de statistiques et probabilités avancées, algèbre linéaire pour la compréhension des algorithmes de Machine Learning.

Module 4 : Conception Préliminaire d'un Système Automatique (200h)

  • Analyse du besoin et cahier des charges :

    • Identification des fonctions et contraintes.

    • Analyse fonctionnelle (FAST, SADT).

    • Spécification des exigences, avec une attention particulière aux fonctionnalités intelligentes et aux interactions avec des agents IA.

  • Définition de l'architecture fonctionnelle et matérielle :

    • Chaînes d'information et d'énergie.

    • Choix des technologies (mécanique, électrique, pneumatique, hydraulique, automatisme, robotique).

    • Intégration IA : Identification des opportunités d'intégration de l'IA (capteurs intelligents, analyse prédictive, vision par ordinateur simple, systèmes de décision assistée par IA).

  • Évaluation des coûts et délais :

    • Analyse économique et financière d'un projet, incluant l'évaluation des coûts liés à l'intégration de l'IA.

    • Établissement d'une offre commerciale.

Module 5 : Conception Détaillée d'une Chaîne Fonctionnelle (250h)

  • Dimensionnement et choix des constituants :

    • Actionneurs, capteurs, pré-actionneurs.

    • Automates programmables industriels (API).

    • Composants mécaniques, électriques, pneumatiques, hydrauliques.

  • Programmation des systèmes automatisés :

    • Langages de programmation d'API (Ladder, Grafcet, STL, etc.).

    • Règles de l'art, sécurité fonctionnelle.

  • Simulation et vérification des performances :

    • Utilisation de logiciels de simulation (ex: SolidWorks, EPLAN, PLCSIM).

  • Focus IA et Agents IA :

    • Introduction à la programmation Python pour l'automatisation et l'IA : Maîtrise des bases du langage, manipulation de données, structures de contrôle.

    • Fondamentaux du Machine Learning pour l'industrie : Apprentissage supervisé (régression, classification), non supervisé (clustering), validation de modèles.

    • Capteurs intelligents et traitement des données brutes : Collecte, pré-traitement et analyse de données pour l'entraînement de modèles IA.

    • Concepts des Agents IA : Définition, architecture simple (réactifs, délibératifs), perception, action.

Année 2 : Approfondissement et Spécialisation IA et Agents IA

Module 6 : Conception Détaillée d'un Système Automatique (300h)

  • Intégration et animation des chaînes fonctionnelles :

    • Architectures de contrôle-commande (centralisé, distribué).

    • Réseaux de communication industriels (Ethernet/IP, Profinet, Modbus, etc.).

  • Conception mécanique assistée par ordinateur (CAO) :

    • Modélisation 3D, assemblage.

    • Réalisation de plans d'exécution.

  • Conception électrique et fluidique :

    • Schémas électriques et pneumatiques/hydrauliques.

    • Câblage, dimensionnement des protections.

  • Robotique industrielle :

    • Programmation de robots (apprentissage, guidage).

    • Sécurité robotique.

  • Focus IA et Agents IA :

    • Vision par ordinateur avancée pour le contrôle qualité et la robotique : Utilisation de bibliothèques (OpenCV), réseaux de neurones convolutifs (CNN) pour la reconnaissance d'objets, détection d'anomalies, guidage robotique par vision.

    • Apprentissage par renforcement pour l'optimisation de processus et de trajectoires robotiques complexes : Conception d'agents capables d'apprendre par essais-erreurs dans un environnement simulé ou réel.

    • Traitement du langage naturel (NLP) appliqué aux interfaces homme-machine (IHM) industrielles :Développement d'agents conversationnels simples pour la supervision ou la maintenance.

    • Déploiement de modèles ML et d'agents IA sur des plateformes embarquées, des contrôleurs industriels ou des systèmes cloud.

    • Architectures d'agents intelligents : Agents basés sur des règles, agents basés sur des modèles, agents basés sur des objectifs.

Module 7 : Implication au sein d'une Entreprise (150h)

  • Communication technique et gestion documentaire :

    • Rédaction de rapports, dossiers techniques.

    • Présentation de projets, y compris des solutions intégrant l'IA.

  • Gestion de projet :

    • Méthodologies (cycle en V, Agile - SCRUM).

    • Planification, suivi, gestion des risques, spécificités des projets IA.

  • Qualité, sécurité, environnement (QSE) :

    • Normes et réglementations industrielles.

    • Démarche d'amélioration continue.

  • Développement durable et efficience énergétique.

  • Focus IA et Agents IA :

    • Éthique de l'IA et aspects réglementaires : RGPD, biais algorithmiques, transparence, explicabilité et responsabilité des systèmes IA.

    • Cybersécurité des systèmes automatiques intégrant l'IA et les agents intelligents : Protection des données, sécurisation des modèles.

    • Gestion des données pour l'IA industrielle : Stratégies de collecte, stockage, pré-traitement et labellisation des données.

Module 8 : Conduite et Réalisation d'un Projet (Projet de Synthèse - 200h)

  • Mise en œuvre concrète des compétences acquises à travers un projet de conception et réalisation d'un système automatique.

  • Le projet devra obligatoirement intégrer des fonctionnalités avancées basées sur l'Intelligence Artificielle et/ou la conception d'agents IA. Exemples :

    • Système de vision pour le tri automatique avec reconnaissance d'objets par IA et un agent intelligent pour l'optimisation du flux.

    • Maintenance prédictive d'un équipement basée sur l'analyse de données de capteurs par Machine Learning, avec un agent IA pour la planification des interventions.

    • Optimisation d'un processus de production via l'apprentissage par renforcement, où un agent IA prend des décisions en temps réel.

    • Système de contrôle adaptatif utilisant des modèles prédictifs et un agent autonome pour l'ajustement des paramètres.

  • Travail en équipe, gestion de projet, rédaction d'un rapport technique détaillé et soutenance orale devant un jury, avec une emphase sur la contribution de l'IA et des agents intelligents au système.

Modalités Pédagogiques

  • Cours théoriques : Apports de connaissances fondamentales.

  • Travaux dirigés (TD) : Application des concepts, résolution de problèmes.

  • Travaux pratiques (TP) : Manipulation de matériel, programmation d'automates, robots, capteurs, mise en œuvre de solutions IA et développement d'agents IA. Accès à des plateformes technologiques dédiées (cellules robotisées, lignes de production simulées, cartes embarquées, robots collaboratifs).

  • Projets tutorés : Réalisation de mini-projets pour consolider les acquis, avec une forte composante IA.

  • Alternance en entreprise : Périodes d'immersion professionnelle pour appliquer les compétences en situation réelle et développer des compétences complémentaires (communication, travail d'équipe, autonomie). Un tuteur en entreprise accompagnera l'apprenant, idéalement sur des projets intégrant l'IA.

  • Intervenants professionnels : Experts du domaine de l'automatisation, de la robotique et de l'IA industrielle pour apporter des cas concrets, des retours d'expérience et les dernières innovations en matière d'agents intelligents.

Modalités d'Évaluation

Les modalités d'évaluation seront conformes au référentiel du BTS CRSA, complétées par des évaluations spécifiques à l'IA et aux agents IA :

  • Contrôles Continus en Formation (CCF) : tout au long des modules.

  • Épreuves ponctuelles :

    • Culture Générale et Expression (écrit)

    • Anglais (oral)

    • Mathématiques et Sciences Physiques et Chimiques Appliquées (écrit)

    • Conception Préliminaire d'un Système Automatique (écrit et/ou pratique)

    • Conception Détaillée d'une Chaîne Fonctionnelle (écrit et/ou pratique)

    • Conception Détaillée d'un Système Automatique (écrit et/ou pratique)

    • Projet de Conception et Réalisation (Soutenance orale et rapport écrit, avec une section dédiée à l'intégration et la performance de l'IA et des agents IA).

    • Évaluations spécifiques aux compétences IA et Agents IA : Mini-projets de développement d'agents, cas d'étude d'optimisation par IA, tests de programmation avancée en Python avec des bibliothèques d'IA.

Environnement et Outils Pédagogiques

  • Salles de cours équipées

  • Laboratoires d'automatisme et de robotique : Automates programmables (Siemens, Schneider, Rockwell), robots industriels (Fanuc, Kuka, ABB), cobots, capteurs intelligents, actionneurs.

  • Plateformes de développement logiciel :

    • Suite logicielle pour API (TIA Portal, Unity Pro, Studio 5000).

    • Logiciels de CAO (SolidWorks, Inventor).

    • Environnements de développement Python (Anaconda, Jupyter Notebooks, PyCharm).

    • Bibliothèques IA : scikit-learn, TensorFlow, PyTorch, Keras, OpenCV, NLTK, Gym (pour l'apprentissage par renforcement).

    • Outils de simulation (Factory I/O, Gazebo, ROS - Robot Operating System).

  • Accès à des ressources en ligne : MOOCs spécialisés en IA, tutoriels, documentation technique, plateformes de données industrielles.