PROJ-11 · Gestion de Projet & Leadership

Cours-métier « Devenir » · Certification professionnelle avancée

Devenir coordinateur de projets IA

4 modules · 13 leçons · ~6 h · Examen + certificat

Le métier en un coup d’œil

Salaire indicatifCHF 6 500 – 9 500 / mois

TélétravailOui

Demande sur le marché

Opérationnel en≈ 3 mois

Formation13 leçons

CertificationSFM incluse

Fourchettes indicatives de rémunération observée du métier (ordre de grandeur, sources publiques suisses de type calculateur Salarium de l’OFS et offres d’emploi, à recouper à la source). Elles varient selon l’expérience, le canton, le secteur et le statut (salarié ou indépendant) et ne constituent ni une promesse de revenu ni un résultat attendu de la formation.

Certification professionnelle avancée

Un cursus modulaire de 4 modules · 13 leçons

Cursus modulaire de niveau avancé, inspiré des référentiels professionnels suisses. À la fin de chaque module vous validez une compétence ; l'examen final, structuré par module, délivre la certification.

Le métier · leçons 1–3Cerner le rôle de coordinateur de projet IA et ses interlocuteurs, ce qui distingue un projet IA d'un projet informatique classique, et l'enjeu de la maturité des données.
Cadrer · leçons 4–6Traduire un besoin métier en cahier des charges lisible, délimiter un pilote et ses critères de succès, et poser les 10 questions clés à un prestataire technique.
Piloter · leçons 7–10Cadrer un projet de A à Z, le chiffrer (budget, délai, ROI), repérer les signaux d'alerte quand il dérape, et intégrer gouvernance, supervision humaine et conformité.
Convaincre · leçons 11–13Présenter le ROI à une direction et négocier un devis IA sans se faire vendre l'inutile.

Programme détaillé

MODULE 1Le métier

Leçon 1 — Semaine type d'un coordinateur de projet IA et ses interlocuteurs

45 min · Leçon gratuite

Le coordinateur de projet IA n'est pas un développeur : il fait le pont entre un besoin métier de PME et les prestataires techniques. Cinq verbes le résument — il cadre, traduit, pilote, arbitre et mesure — et aucun ne veut dire coder.
Sa valeur la plus sous-estimée est de savoir dire non : reconnaître qu'un projet n'est pas mûr (données en désordre), repérer qu'un prestataire vend l'inutile, préférer un petit pilote réussi à un grand projet qui échoue.
La semaine réelle est faite à ~60 % de relationnel et de terrain, ~30 % de documentation et de mesure, ~10 % de veille : c'est un métier de conversations organisées, pas de technique solitaire.
Le vrai besoin se découvre en observant le travail réel des équipes métier, jamais en récitant les capacités de l'IA ni en exécutant la solution que le patron a en tête : on remonte toujours de la solution vers le problème.
Quatre interlocuteurs, quatre langues à ne pas mélanger : les francs avec la direction, le geste réel avec le métier, le besoin traduit avec les prestataires, le signal de risque avec la conformité — à orchestrer, jamais à trancher soi-même.
Quand on utilise un LLM dans son travail de coordinateur, on l'emploie pour mettre en forme et structurer (note de cadrage, synthèse), jamais pour décider de l'architecture, du prestataire ou du budget : la décision reste humaine et argumentée.
Les questions de protection des données et de conformité (nLPD en vigueur depuis le 1er septembre 2023, AI Act en application par paliers) se repèrent et s'orchestrent avec un référent et un juriste — renvoi au cours « Devenir référent conformité IA » — et ne s'improvisent jamais.
La crédibilité vient de la justesse et de l'honnêteté, pas de l'assurance : un « pas encore » lucide ou un « je vais faire chiffrer ce point » valent mieux qu'une promesse de ROI qu'on ne pourra pas tenir ni mesurer.

Suivre cette leçon gratuitement →

Leçon 2 — Ce qui distingue un projet IA d'un projet informatique classique

45 min

Un projet IA n'est pas un projet informatique : le logiciel classique est déterministe (même entrée, même sortie, un écart est un bug), l'IA est probabiliste (elle estime, se trompe parfois, et l'erreur fait partie de sa nature).
Puisque l'IA se trompe, le concept central de la gestion de projet devient le seuil d'acceptabilité : à partir de quel niveau, comparé à la situation actuelle, le système est-il gagnant ? On le formule par comparaison avec l'existant, jamais en absolu, et on l'écrit AVANT de construire.
La matière première d'un projet IA n'est pas le code mais les données : leur qualité (état, propreté) et leur quantité (volume, profondeur d'historique) déterminent le résultat plus que la technologie. Des données médiocres donnent des prédictions médiocres.
On ne peut pas promettre le résultat avant de l'avoir essayé : un projet IA passe par une phase d'expérimentation (POC puis pilote) sur un périmètre restreint, avec un point de décision go / no-go, avant d'industrialiser. Sauter le POC, c'est parier tout le budget sur une hypothèse non vérifiée.
Un système d'IA se dégrade avec le temps (la dérive) parce que le monde qu'il a appris change : il faut un suivi récurrent, une mesure de performance et un réentraînement, à chiffrer dès le départ. Un logiciel, on l'achète ; une IA, on l'élève.
La supervision humaine (garder l'humain dans la boucle) n'est pas un aveu de faiblesse : le système traite les décisions routinières, l'humain garde la main sur les cas importants. C'est aussi souvent une exigence de prudence — les points de conformité se font valider (renvoi à la leçon 10 et au cours référent conformité IA).
Les méthodes classiques doivent s'adapter : cahier des charges en objectif de performance (pas en règles figées), contrat découpé en phases avec go / no-go, budget par tranches plus ligne de suivi, recette sur performance globale (pas cas par cas au premier écart).
Le rôle du coordinateur est de protéger la PME de son propre malentendu : faire atterrir le rêve d'un logiciel magique dans le réel du probabiliste, sans casser le projet, par la traduction et la pédagogie autant que par le pilotage.

Leçon 3 — Maturité des données : pourquoi tant de projets IA échouent avant même de démarrer

45 min

Un projet d'IA est un moteur et la donnée son carburant : la plupart des projets de PME échouent non à cause de l'algorithme, mais parce qu'on a promis un résultat avant de regarder l'état réel des données.
Une donnée exploitable réunit quatre qualités — propre, disponible, suffisante, exploitable (juridiquement et techniquement) — et il suffit qu'une seule manque pour que le projet vacille.
La grille de maturité tient en six questions posées avant tout engagement : où sont les données, dans quel état, qui les possède, y en a-t-il assez, sont-elles labellisées, y a-t-il des données personnelles.
On regarde les données RÉELLES, jamais leur réputation : demander cinquante lignes exportées révèle les doublons, unités mélangées et champs libres qu'aucune description de fichier n'avoue.
L'audit de maturité est un livrable court : tableau par source, verdict vert/orange/rouge, plan de mise à niveau chiffré en ordres de grandeur, calcul de retour prudent et renvoi explicite du volet conformité.
Le coordinateur n'est pas technicien : il DIAGNOSTIQUE l'état des données comme un arpenteur juge un terrain avant construction ; il ne nettoie pas lui-même, il dit si le sol est constructible et à quel coût.
Dès qu'il y a des données personnelles, on lève le drapeau et on renvoie la conformité et la gouvernance au cours « Devenir référent conformité IA » et à un juriste pour les points sérieux — on ne promet jamais qu'un traitement est « en règle ».
Le vrai talent n'est pas de dire non : c'est de remplacer un projet prématuré par un premier pas possible, et d'oser recommander l'attente quand la donnée n'est pas mûre — une droiture qui vaut dix mandats.

MODULE 2Cadrer

Leçon 4 — Traduire un besoin métier en cahier des charges lisible par une équipe technique

45 min

Le coeur du métier de coordinateur est de transformer un « on veut de l'IA » flou en un besoin précis, écrit et chiffrable : personne d'autre dans la chaîne n'a intérêt à le faire à ta place.
On part toujours du problème métier et de sa valeur chiffrée, jamais de la technologie : un problème sans montant ni volume est une opinion, pas un projet.
Le résultat attendu s'écrit en langage métier, sans imposer de solution technique : laisser la techno ouverte permet de comparer les offres et de choisir la moins chère qui atteint la cible.
Un cahier des charges chiffrable contient six réponses : problème chiffré, valeur, résultat attendu, données disponibles, contraintes (budget, délai, conformité), critères de succès mesurables.
Le test d'un bon cadrage est simple : un prestataire peut-il renvoyer un devis ferme sans t'appeler ? Les seules questions qui restent doivent porter sur SA manière de faire, pas sur ce que TU veux.
Un assistant IA peut mettre en forme tes notes en cahier des charges, mais jamais inventer le besoin : on lui interdit d'ajouter des fonctions, de deviner des chiffres et de trancher la technique. Le besoin vient du terrain, pas du modèle.
Tenir la ligne du périmètre face au patron (ranger les idées en « plus tard ») et face au prestataire (refuser l'inflation de l'offre) est ce qui fait économiser le plus d'argent à la PME.
Les questions de conformité, de protection des données et de responsabilité ne se tranchent pas dans un cahier des charges : on les signale, on les documente et on renvoie au référent conformité ou à un juriste.

Leçon 5 — Définir les critères de succès et le périmètre d'un pilote délimité

45 min

On commence toujours par un pilote délimité (une tâche, une équipe, un jeu de données, quelques semaines, un budget plafonné) : son but n'est pas de résoudre le problème mais de répondre à une question, en achetant de l'information pour peu cher plutôt qu'en pariant gros sur une intuition.
Commencer petit ne veut pas dire viser petit : la cible peut être ambitieuse, c'est le premier pas qui doit être petit et représentatif — assez borné pour être livré vite, assez réel pour apprendre quelque chose sur le grand projet.
Le critère de succès doit être MÉTIER (temps, argent, demandes traitées), pas technique, et il doit être spécifique, mesurable, daté et honnête — avec l'état de départ mesuré AVANT le pilote, sinon on ne peut rien prouver à la fin.
Le seuil d'acceptabilité de l'IA se fixe à l'avance (par exemple : brouillon envoyable sans réécriture majeure dans au moins 70 % des cas) et se raisonne selon le coût d'une erreur : plus l'erreur coûte cher, plus le seuil monte et plus la supervision humaine reste la règle.
Budget et délai plafonnés ne sont pas des contraintes comptables mais des interrupteurs de sécurité : un dépassement n'est pas une rallonge à signer, c'est un signal que le cadrage était faux et qui impose une vraie décision.
Borner le périmètre protège contre l'effet tunnel (avancer sans point de contrôle) et le scope creep (l'élargissement rampant par petits oui) ; la parade est un point de contrôle intermédiaire et l'art de ranger les bonnes idées dans un parking à idées : ce n'est pas non, c'est pas maintenant.
Un pilote existe pour produire une décision go / no-go / pivot, lisible sur un tableau de critères posés d'avance ; un no-go honnête est un succès du pilote, pas un échec — il a économisé le coût du grand projet raté.
Le pouvoir du coordinateur ne vient pas d'un savoir technique mais de sa capacité à poser un cadre que ni le patron pressé ni le prestataire intéressé ne posera : il tient la ligne du pilote petit, mesuré, borné et décidé à date fixe.

Leçon 6 — Les 10 questions à poser à un prestataire technique

45 min

Face à un prestataire technique, le coordinateur ne juge pas la technique — il rétablit le rapport de force par dix questions simples, du point de vue du métier et de l'argent, et observe autant l'attitude que les réponses.
Le vrai risque n'est pas l'arnaque mais le prestataire sincèrement enthousiaste qui vend ce qu'il sait faire plutôt que ce dont la PME a besoin : les dix questions font remonter ce que la vente et le jargon ont recouvert.
Les données sont la question reine : propriété au client, hébergement Suisse ou UE, et surtout réversibilité (export complet, format standard, écrit au contrat). Qui héberge tes données sans te les rendre proprement te tient en otage.
Toujours exiger un pilote délimité et un seuil d'acceptabilité chiffré et écrit : sans plancher (ex. échec sous 80 %), on ne peut jamais dire que le projet a raté, et on paie un système qui fait perdre du temps.
On ne compare jamais deux devis sur la première ligne : le prix qui compte est le coût total de possession sur trois ans, appels au modèle, hébergement, maintenance et ré-entraînement inclus, car l'usage grimpe avec le volume.
Le lock-in présenté comme une force (personne d'autre ne sait reprendre) est un risque maximal ; on regarde toujours la propriété du code et la clause de sortie AVANT de signer, pas après.
Sur la conformité, le coordinateur pose la question d'ouverture (protection des données, supervision humaine) mais ne tranche rien : il note et renvoie tout point de fond au référent conformité IA ou à un juriste — nLPD en vigueur depuis le 1er septembre 2023, cadre européen appliqué par paliers.
La grille ne cherche pas le prestataire parfait mais une signature les yeux ouverts : un compromis choisi et chiffré est une décision, un compromis subi est un piège. On ne signe jamais dans la salle, on relit à froid.

MODULE 3Piloter

Leçon 7 — Walkthrough : cadrer un projet IA de A à Z

50 min

Un projet IA ne commence jamais par un cahier des charges propre mais par une douleur mal formulée : le premier travail du coordinateur est de transformer ce flou en un problème chiffré et mesurable, jamais de sauter directement à une solution.
Le cadrage complet suit huit étapes ordonnées : recueil du besoin, audit data, cahier des charges fonctionnel, critères de succès, périmètre du pilote, sélection du prestataire, planning et budget, points de contrôle. Chacune produit un livrable et répond à une question précise.
L'audit data décide de tout : pas de données propres, pas de projet. Il révèle aussi les préalables non négociables (coordonnées à nettoyer, base légale à valider) qui doivent être réglés AVANT le lancement, parfois sans aucune IA.
Un bon pilote se délimite en réduisant sur plusieurs axes à la fois — moins d'acteurs, durée bornée, moins de fonctions — et en écartant les cas les plus sensibles : c'est un instrument de mesure du risque, pas une version au rabais du projet.
On critère de succès mesure toujours le gain visé ET les effets de bord (patients agacés, secrétariat surchargé) : un système qui atteint sa cible principale en dégradant l'expérience est un échec déguisé en succès.
On sélectionne le prestataire qui a le mieux compris le problème et qui parle spontanément des risques — pas le moins cher ni le plus brillant en démo. Sur un projet de santé, celui qui balaie la question des données est un signal d'alarme.
Dans un cabinet médical, le simple fait d'avoir un rendez-vous est une donnée de santé : le coordinateur doit voir cette sensibilité, la faire remonter en préalable et orchestrer sa validation, mais il ne tranche pas les questions juridiques — cela relève de la conformité (renvoi au cours « Devenir référent conformité IA »).
Le planning pose des jalons intermédiaires et le budget des ordres de grandeur honnêtes à confirmer par devis ; les points de contrôle donnent, à chaque étape, le droit d'ajuster ou d'ARRÊTER — la liberté d'arrêter, décidée à froid au cadrage, est ce qui protège l'argent de la PME.

Leçon 8 — Cas chiffré : budget, délai et ROI d'un projet IA mesuré et présenté

45 min

Le coût d'un projet IA en PME n'est presque jamais la licence de l'outil : c'est le cadrage, l'intégration aux données et logiciels existants, la formation et la maintenance. Le coordinateur rend ces coûts cachés visibles avant qu'ils ne surprennent la direction.
On sépare toujours les coûts one-shot (cadrage, intégration, formation initiale, payés une fois) des coûts récurrents (licences, maintenance, supervision, qui reviennent chaque année). Un devis qui met en avant le démarrage et reste flou sur le récurrent est piégé.
Le vrai coût se lit sur deux à trois ans, pas au jour de la signature : on présente un coût complet cumulé (démarrage + récurrent), jamais un chiffre isolé qui flatte.
Le délai réaliste se déroule en deux temps : un pilote court (quatre à six semaines) sur un petit périmètre pour prouver le gain, puis le déploiement seulement si le pilote a convaincu. Le pilote transforme un pari en décision rationnelle par étapes.
Le délai réel n'est pas le délai technique : le temps humain de l'entreprise cliente (transmission des données, tests, formation, ajustements) est presque toujours le vrai goulet d'étranglement.
Un ROI complet additionne trois sources : le temps gagné valorisé au coût horaire chargé (jamais au salaire brut), les erreurs évitées, et le chiffre d'affaires additionnel. Le temps gagné n'est un vrai gain que s'il est réaffecté ; on ne promet jamais de suppressions de postes.
On présente en une page avec la règle des trois chiffres : coût de démarrage, gain net annuel, durée de remboursement en tête ; le détail en dessous. Un ROI qu'on peut répéter en une phrase convainc ; un ROI mirobolant ou qui cache le récurrent détruit la confiance.
Les montants en francs sont des ordres de grandeur pédagogiques : sur un cas réel on mesure l'existant, on fait chiffrer le prestataire et on fait valider les hypothèses financières par la fiduciaire avant de les présenter comme des engagements.

Leçon 9 — Signaux d'alerte et arbitrages quand un projet IA dérape

45 min

Un projet IA ne dérape presque jamais d'un coup : il envoie des signaux faibles, dispersés et faciles à expliquer un par un. Le rôle du coordinateur est de reconnaître leur accumulation avant qu'elle ne devienne irréversible.
Cinq signaux d'alerte à traquer : données de mauvaise qualité découvertes tard, périmètre qui gonfle, prestataire qui survend, utilisateurs qui n'adoptent pas, résultats non mesurés. Ils viennent rarement seuls et forment une cascade.
Quatre arbitrages, du plus léger au plus radical : recadrer le périmètre, revenir au pilote, changer de prestataire, arrêter. On choisit le moins coûteux au regard du résultat visé, pas le plus doux.
Dire stop n'est pas un aveu d'échec, c'est un acte de pilotage : le vrai échec est de laisser courir un projet condamné jusqu'à épuisement du budget.
Le piège du coût irrécupérable ruine les débutants : l'argent déjà dépensé ne revient pas ; la seule question honnête est de savoir si chaque franc supplémentaire, à partir d'aujourd'hui, rapporte plus qu'il ne coûte.
Le geste le moins cher et le plus prédictif de tout le projet : exiger dès le cadrage qu'on ouvre un échantillon réel de données à l'écran, ensemble. Un projet IA lancé sans que personne n'ait vu les données a déjà un pied dans la tombe.
On dit stop sans casser la relation en séparant le projet des personnes, en apportant toujours une recommandation chiffrée plutôt qu'un simple problème, et en rendant visible le coût de l'inaction, différé et invisible par défaut.
Le coordinateur est la vigie, le traducteur et le conseil, jamais le décideur : son devoir est de poser l'alerte et l'arbitrage clairement, par écrit et daté ; le choix appartient à qui porte le risque et signe le chèque.

Leçon 10 — Gouvernance, supervision humaine et conformité d'un projet IA

45 min

La gouvernance d'un projet d'IA se décide au cadrage, dans les mêmes documents que le besoin et le périmètre, jamais rajoutée à la fin : c'est une poutre porteuse, pas une couche de peinture.
La supervision humaine est réelle seulement si l'humain a le TEMPS, l'INFORMATION et le POUVOIR de contredire facilement la machine ; sinon elle est cosmétique, un simple tampon exposé au biais d'automatisation.
Tracer les décisions (date, version de l'outil, score, raisons, supervision, reprises) donne à la PME la mémoire qui la protège et nourrit le dossier de preuves — mais on ne garde que le nécessaire, pas tout par précaution.
Sur les données personnelles (cadre nLPD, en vigueur depuis le 1er septembre 2023) et la transparence, le coordinateur est un excellent DÉTECTEUR et un mauvais JUGE : il repère et documente, il ne qualifie pas juridiquement.
Le coordinateur n'est pas juriste : sa compétence la plus précieuse est de savoir ce qu'il ignore et de RENVOYER au référent conformité IA ou à un juriste, avec des questions nettes, fermées et documentées.
Un renvoi bien fait isole le point sensible, laisse avancer le reste du projet et se traduit en langage de patron : quelques jours d'attente sur un critère qui évitent de débrancher tout l'outil dans un mois.
Un LLM sert à METTRE EN FORME l'inventaire des données et des points à valider, jamais à rendre un verdict de légalité ; un bon prompt lui interdit explicitement de conclure sur le plan juridique.
Le cours « Devenir référent conformité IA » est le compagnon naturel du coordinateur : bon coordinateur et bon référent travaillent main dans la main sur le versant réglementaire.

MODULE 4Convaincre

Leçon 11 — Présenter le ROI à une direction : le tableau qui convainc

45 min

Une direction ne finance jamais une technologie mais un résultat chiffré assorti d'un risque maîtrisé : le rôle du coordinateur en réunion est de traduire un projet IA en décision d'investissement lisible, comparable à une machine ou à une embauche.
La présentation tient en six temps, toujours dans cet ordre : problème chiffré, solution en une phrase non technique, coût complet et honnête, gain en francs ET en temps, risque maîtrisé, décision demandée précise. Présenter le coût avant le problème casse toute la mécanique.
On chiffre d'abord le problème comme un coût mesuré avant de parler du moindre gain : sans point de référence (par exemple CHF 33 000/an de temps de saisie), aucun montant d'investissement n'a de sens.
Le tableau ROI tient sur une page, distingue toujours le MESURÉ (coût actuel, devis) de l'ESTIMÉ (gain futur, délai), présente le retour comme un délai en mois avec sa réserve plutôt qu'un pourcentage spectaculaire, et se lit seul sans le coordinateur dans la pièce.
L'IA met en forme le tableau, elle ne le remplit jamais : les chiffres viennent du terrain et du devis, de sources qu'on peut nommer et défendre. Un chiffre inventé par la machine et repéré en séance discrédite tout le dossier.
À « et si ça ne marche pas ? », on ne promet pas le succès, on borne le risque : un pilote court, à montant plafonné, avec un critère de succès chiffré et une sortie propre, est le meilleur argument car il transforme un pari en test.
À « et nos données ? », on ne joue jamais au juriste : on montre que la question a été cadrée (quelles données, où elles vont) et on renvoie la conformité fine vers la compétence dédiée — le cours « Devenir référent conformité IA ». Connaître la limite de son rôle est une force.
Le fil rouge : le débutant cherche à vendre l'IA en masquant les zones d'ombre, le professionnel prépare une décision en les éclairant. C'est la seconde posture qui fait signer, car un dirigeant ne dit oui durablement qu'à des chiffres honnêtes.

Leçon 12 — Négocier un devis IA sans se faire vendre l'inutile

45 min

Le risque numéro un d'un projet IA n'est pas de payer trop cher une bonne solution, mais de payer le prix fort une solution surdimensionnée là où un pilote simple aurait suffi : la table de négociation décide du projet avant la première ligne de code.
La force du coordinateur n'est pas la ruse commerciale mais la clarté du besoin : il ne joue pas au plus habile avec le vendeur, il ramène sans cesse la conversation sur son terrain — besoin réel, pilote minimal, coûts sur trois à cinq ans, réversibilité, propriété des données.
Les cinq questions qui dégonflent un devis : quel besoin réel en une phrase, quel pilote minimal, quels coûts cachés sur plusieurs années, quelle réversibilité, qui possède les données et le paramétrage.
Les techniques de survente sont prévisibles — enrobage par la « transformation », empilement de fonctionnalités, peur de devoir recommencer, jargon intimidant (« modèle entraîné sur mesure »), supériorité non chiffrée, flou sur la propriété, coûts récurrents noyés — et chacune a une parade simple centrée sur la mesure et le besoin.
La meilleure défense contre un devis trop lourd n'est jamais un refus mais une contre-proposition plus petite et chiffrée : un pilote sur un seul cas d'usage, une durée courte, un critère de succès mesurable, un budget modeste, transforme « je refuse » en « voici ce que j'achète ».
On raisonne toujours en coût total sur trois à cinq ans, jamais sur le prix affiché : les licences récurrentes pèsent souvent plus lourd que l'investissement initial, et un projet dont on ne possède ni le paramétrage ni une porte de sortie est une laisse, pas un actif.
La juste ambition se distingue de la survente à un seul critère : la preuve précède-t-elle la dépense ? La solution lourde peut être la bonne quand le volume, la sensibilité des données ou l'échelle prouvée le justifient — la taille de la solution doit épouser la taille prouvée du problème, ni plus ni moins.
Le coordinateur cadre un périmètre et un prix, il ne rédige pas le contrat : les clauses de propriété, de données (nLPD depuis le 1er septembre 2023), de réversibilité et de responsabilité se font valider par un juriste, et la gouvernance renvoie au cursus « Devenir référent conformité IA ».

Leçon 13 — Erreurs de débutant, savoir-faire tacite et préparation de l'examen

45 min

Le coordinateur de projet IA n'est pas développeur : il fait le pont entre le besoin d'une PME et les prestataires — il cadre, traduit, délimite, tient le prestataire, mesure le ROI et veille à l'adoption et à la gouvernance. Sa valeur vient de ce qu'il évite de construire pour rien.
Sept erreurs de débutant tuent les projets IA : se lancer sans données mûres, un cahier des charges flou, un périmètre non délimité, croire le prestataire sur parole, oublier l'adoption, ne pas mesurer le ROI, négliger la gouvernance.
Cinq savoir-faire tacites font la différence : traduire entre métier et technique, dire non à un projet pas mûr, tenir un prestataire (exiger de VOIR sur des cas réels), embarquer les utilisateurs dès le premier jour, mesurer sobrement deux ou trois indicateurs qui parlent au patron.
Quatre livrables forment le portfolio qui prouve : le cahier des charges (L4), le cadrage de pilote (L5), le tableau de ROI (L11) et le plan de gouvernance (L10, à faire valider par un juriste ou un référent conformité).
Quand on utilise un LLM, on l'emploie pour METTRE EN FORME ses propres chiffres, jamais pour DÉCIDER : on cadre son rôle, on lui interdit d'inventer et de conclure à notre place.
L'examen final exige au moins 80 pour cent : il récompense le raisonnement, pas la récitation. Pour chaque question, identifier l'erreur ou le savoir-faire testé, se méfier des réponses qui foncent, et choisir la prudence sur tout point juridique.
Le certificat SFM atteste une compétence pratique mais ne constitue pas un titre reconnu par la Confédération ; en indépendant, penser affiliation AVS et TVA à 8,1 pour cent au-delà de CHF 100 000 de chiffre d'affaires.
Se lancer, c'est dérouler les quatre livrables sur un vrai cas : un premier portfolio complet vaut plus que n'importe quelle affirmation de compétence.

Modèle pédagogique & évaluation

Format inspiré des certifications professionnelles en ligne : charge de travail cadrée, apprentissage fondé sur les sciences de la rétention, évaluation à plusieurs niveaux.

≈ 25 h

charge de travail estimée (~1 crédit ECTS en volume)

4 modules

13 leçons

≥ 80%

seuil de réussite à l’examen

Une méthode fondée sur les sciences de l’apprentissage

Apprentissage actif. Chaque leçon se termine par un quiz et une mise en situation : on apprend en se testant, pas en relisant (testing effect).
Charge cognitive maîtrisée. Au plus trois idées neuves par leçon, regroupées en modules pour construire la compétence par paliers.
Révision espacée. Un plan de révision à J+1, J+7 et J+30 combat la courbe de l’oubli et ancre durablement les acquis.
Élaboration & transfert. Exemples suisses concrets et projet de synthèse : l’apprenant applique à sa propre situation.
Évaluation structurée. Évaluation formative continue (quiz), examen final structuré par module et projet pratique — seuil de réussite 80 %.

Formatif

Quiz + mise en situation à chaque leçon

Sommatif

Examen final structuré par les 4 modules

Projet

Projet de synthèse (capstone) en fin de cursus

Plan de révision espacée : J+1 · J+7 · J+30 pour ancrer durablement les acquis.

Projet de synthèse

Constituer le dossier de cadrage d'un projet IA de PME : cahier des charges d'un pilote délimité, critères de succès, tableau de budget et de ROI, plan de gouvernance (supervision humaine, points de données) et argumentaire de décision pour la direction.

Examen final & certificat

Le cursus se termine par un examen final structuré par module, qui reprend les questions des 13 leçons. Obtenez 80% ou plus pour décrocher le certificat de réussite, vérifiable en ligne par un code unique ; en dessous, révisez puis retentez l'examen autant de fois que nécessaire.

Certificat nominatif à télécharger et imprimer (PDF A4)
Code de vérification unique
À ajouter à votre profil LinkedIn

Passer l'examen final →

Certification délivrée par SFM Academy. Elle atteste un niveau de compétences avancé mais ne constitue pas un titre fédéral, un brevet ou un diplôme d’école supérieure officiel (titres protégés délivrés par des institutions reconnues).

Accédez à ce cours et à toute l'Academy

CHF 0 aujourd'hui · Annulable en 1 clic avant le 1er débit

Démarrer mon essai

Aller plus loin

Partager ce cours