Toutes les catégories > > Industrie du Futur > IA
Initiation à l’IA pour le contrôle qualité
Ref - IA01 NOUVEAU
Objectifs opérationnels
- Présentation
- Programme
- Sessions
- Mulhouse
- du 15/09/2026 au 15/09/2026
- Prix public : 690 € HT
- du 15/09/2026 au 15/09/2026
Durée : 7 heures
Objectifs pédagogiques
- Comprendre les notions fondamentales de l’IA, y compris le Machine Learning (ML) et le Deep Learning (DL).
- Identifier les domaines d’application de l’IA au service du contrôle qualité.
- Décrire les étapes nécessaires à la mise en place de solutions d’IA pour le contrôle.
- Analyser des cas d’usage de contrôle utilisant l'analyse de l'IA (vision, ressuage, magnétoscopie,...).
- Identifier des cas d’application de contrôles spécifiques à sa propre entreprise.
Méthodes pédagogiques
Cours théoriques
TP sur démonstrateur : exercice collectif et concrets
Moyens d'évaluation
Quiz en fin de formation
Profil du formateur
Docteur ingénieur en Data Science, avec 6 ans d’expérience dans l’intelligence artificielle appliquée à l’usinage et au contrôle non destructif. Intervenant sur des actions d’accompagnement à la mise en place de l’IA dans les entreprises mécaniciennes.
Personnel concerné
Chef d’entreprise, responsable qualité, responsable production, décideurs techniciens/ingénieurs etc..
Pré-requis
Aucun prérequis technique
Introduction à l’intelligence artificielle
- Définition et historique de l’IA.
- Différences entre Machine Learning, Deep Learning et traitement conventionnel.
- Les types d’apprentissage : supervisé, non supervisé, semi-supervisé, par renforcement.
- Importance de l’IA pour le contrôle industriel.
Cas d'applications de l’IA dans l’industrie
- Cas 1 : Contrôle qualité des pièces via ultrasons et IA générative (réseaux convolutionnels).
- Cas 2 : Maintenance prédictive des équipements à l’aide de capteurs IoT et réseaux neuronaux.
- Cas 3 : Optimisation de la chaîne d’approvisionnement avec la régression linéaire.
- Cas 4 : Détection de défauts par vision par ordinateur (CNN).
Avantages et défis de l’IA pour les industries
- Gains : réduction des coûts, automatisation, amélioration de la précision.
- Défis : biais des données, coûts d’implémentation, compétences nécessaires.
- Stratégies pour surmonter les défis : choix des outils, formation, collaboration.
Premier pas vers l’IA en entreprise
- Évaluer la maturité numérique de l’entreprise.
- Identification des besoins (exemple : inspection, prévision).
- Constitution d’une équipe projet IA.
- Sélection des technologies et partenaires.
Implémentation pratique : codes et techniques
- Préparation des données : collecte, nettoyage, annotation.
- Démonstration : création d’un modèle de classification avec Python (RandomForest, CNN).
- Visualisation et interprétation : courbes d’apprentissage, matrices de confusion.
- Génération de cartes thermiques pour la prise de décision.
Ethique et réglementation
- Respect des réglementations (RGPD, législation IA).
- Meilleures pratiques pour une IA responsable et éthique.
- Gestion des biais et transparence des algorithmes.
Atelier pratique : application d’un projet IA
- Analyse d’un jeu de données industriel.
- Implémentation d’un modèle pour détecter les défauts visuels.
- Validation des résultats et optimisation des paramètres.
- Déploiement d’un prototype simple.
Conclusion et perspectives
- Synthèse des points clés.
- Actions recommandées pour intégrer l’IA : formation, investissements.
- Exploration de ressources supplémentaires (MOOCs, livres, outils).
Pas d'illustrations pour cette formation.
CONTACTS
Inscription
formation@cetim.fr
03 44 67 31 45
Technique
Thomas Heitz
contact@cetim.fr
03 44 67 36 82
FORMATIONS ASSOCIÉES
