IA générative pour la science des données

Aperçu

This course introduces practical techniques for effectively using, evaluating, and responsibly applying generative AI in data science and statistics. Participants will gain a clear understanding of how generative AI models work and learn how to integrate AI tools into their own analytical workflows to enhance productivity, insight generation, and communication.

The course focuses on four key areas:

understanding the underlying principles, strengths, and limitations of generative AI models; developing a structured framework for ongoing learning and professional development with AI; best practices for transparently reporting and documenting generative AI use; and promoting safe, ethical, and responsible use of generative AI in data-driven work. This course is designed for data analytics professionals who want to use generative AI more effectively in their work.

It is suitable for those with some experience in data analysis who are new to generative AI, as well as practitioners seeking to strengthen their understanding of its capabilities, risks, and best practices. By the end of the course, participants will be able to confidently evaluate generative AI tools, integrate them into their workflows, communicate their use clearly and responsibly, and make informed decisions about when and how generative AI should be applied in data science contexts.

Programme

• Module 1 : Compréhension
Notre premier module, Compréhension, introduit l'IA générative et le fonctionnement des grands modèles de langage. Il explore leurs forces et leurs limites, aidant les apprenants à acquérir une compréhension conceptuelle pour une utilisation responsable dans l'apprentissage et l'étude.
• Module 2 : Développement
Notre deuxième module, Développement, se concentre sur l'utilisation de l'IA générative dans les projets et les tâches. Il aborde la construction de stratégies efficaces, l'application responsable et la compréhension du moment où l'IA ou le jugement humain est le plus approprié.
• Module 3 : Comptabilisation
Notre troisième module, Comptabilisation, examine comment l'utilisation de l'IA générative doit être déclarée et documentée. Il explore les pratiques de comptabilisation, les réglementations et les considérations éthiques dans différents contextes de travail et de recherche.
• Module 4 : Sécurité
Notre dernier module, Sécurité, aborde les approches organisationnelles de l'IA générative. Il couvre la formation du personnel, la gestion des risques et l'établissement de processus et de documentations pour soutenir une utilisation responsable et cohérente.

---

Enseigné par

Jennifer Gaskell, Craig Alexander, Jake Lever, and Vinny Davies

---

Matières

Data Science