Programme de Formation ML Explicable

Pendant cette première phase, vous développerez une compréhension solide des algorithmes de machine learning et de leur application dans le contexte bancaire. Les participants apprennent à identifier les biais algorithmiques et à interpréter les décisions automatisées. Cette base théorique s'accompagne d'exercices pratiques sur des jeux de données financières anonymisées.

Cette phase intermédiaire vous permet de concevoir et développer vos premiers modèles explicables. Vous travaillerez sur des cas d'usage réels comme l'évaluation de risque crédit et la détection de fraude. L'accent est mis sur la documentation technique et la présentation des résultats aux équipes non-techniques. Chaque participant produit un prototype fonctionnel.

La phase finale se concentre sur l'intégration des modèles dans l'environnement de production bancaire. Vous maîtriserez les aspects réglementaires, la gouvernance des données et les audits algorithmiques. Cette période inclut un projet capstone présenté devant un jury de professionnels du secteur, validant votre capacité à déployer des solutions conformes.