Formation ISTQB® Certified Tester AI Testing (CT-AI), certification

Formation pratique - 4j - 28h00 - Réf. IAQ
Prix : 3290 € H.T.

ISTQB® Certified Tester AI Testing (CT-AI), certification






INTER
INTRA
SUR MESURE

Formation pratique en présentiel ou à distance
Formation disponible en anglais, à la demande

Réf. IAQ
  4j - 28h00
3290 € H.T.
Pauses-café et
déjeuners offerts







Public concerné
Testeurs logiciels, professionnels de l’assurance qualité, ingénieurs et développeurs IA, Product Owners, chefs de projets, responsables qualité, analystes, consultants et métiers liés à l’IA.

Prérequis
Avoir obtenu la certification ISTQB® Certified Tester Foundation.

Certification
L’examen de certification AI Testing (CT-AI) est inclus dans le prix de la formation et se déroule en ligne, en différé, à la date de votre choix. L’épreuve consiste en un QCM de 40 questions, d’une durée de 60 minutes. Les candidats dont la langue maternelle n’est pas le français ou en situation de handicap peuvent bénéficier d’un quart-temps supplémentaire, sous réserve d’une demande effectuée au moins 5 jours avant l’examen. Un score minimum de 65 % de bonnes réponses est requis pour obtenir la certification.
Passage des certifications à distance
Consultez la documentation officielle du certificateur pour découvrir les prérequis relatifs au passage de l’examen de certification en ligne.

Partenariat
Formation dispensée par nos partenaires accrédités par le GASQ et le Comité Français des Tests Logiciels

Modalités d'évaluation
Le formateur évalue la progression pédagogique du participant tout au long de la formation au moyen de QCM, mises en situation, travaux pratiques…
Le participant complète également un test de positionnement en amont et en aval pour valider les compétences acquises.

Programme de la formation

1
Introduction à l'Intelligence Artificielle

  • Systèmes basés sur l'IA et systèmes conventionnels.
  • IA étroite, IA générale et super-IA.
  • Les différents types de technologies d'IA.
  • IA générative.
  • Matériel pour les systèmes de machine learning.
  • Développement et hébergement des modèles IA.
  • Frameworks de développement de ML.
  • Réglementations et normes pour l’IA.

2
Caractéristiques de qualité pour les systèmes basés sur l’IA

  • Caractéristiques de qualité des systèmes basés sur l'IA.
  • IA et sûreté.
  • Critères d’acceptation pour les systèmes basés sur l’IA.
  • Transparence, interprétabilité et explicabilité.

3
Machine Learning (ML)

  • Différentes formes de Machine Learning.
  • Workflow de Machine Learning.
  • Modèles pré-entraînés, ajustement fin et Retrieval-Augmented Generation.
  • Données pour Machine Learning.
  • Entraînement, Validation, et jeux de données de test.
  • Calcul des métriques de performance fonctionnelle pour le Machine Learning.
  • Réseaux neuronaux.
Démonstration
Créer un modèle de Machine Learning. Préparer des données en soutien à la création d'un modèle. Evaluer un modèle en utilisant une sélection de métriques de performance fonctionnelle ML. Montrer l’impact de différents modèles de Machine Learning et des combinaisons de données. Approche de l’implémentation d'un Perceptron.

4
Test des systèmes basés sur l’IA

  • Systèmes figés ou adaptatifs basés sur l’IA.
  • Approche statistique pour tester les systèmes basés sur l'IA.
  • Oracles de test pour les systèmes basés sur l’IA.
  • Test de l’IA générative et des grands modèles de langage (LLMs).
  • Red Teaming.
  • Niveaux de test pour systèmes de Machine Learning.
Démonstration
-Test exploratoire d’un LLM.

5
Test des données d’entrée pour les systèmes de Machine Learning

  • Risques liés aux données d'entrée.
  • Test de détection des biais.
  • Test du pipeline de données.
  • Test de la représentativité des données.
  • Test de l'exactitude des étiquettes.
Démonstration
Test des données d’entrée.

6
Test des modèles pour les systèmes de Machine Learning

  • Documentation et révision des modèles de Machine Learning.
  • Test de performance fonctionnelle de ML pour les systèmes de ML probabilistes.
  • Test adverse des systèmes de Machine Learning.
  • Test métamorphique.
  • Test A/B.
  • Test dos-à-dos.
Démonstration
Appliquer le test métamorphique.

7
Test du développement de Machine Learning

  • Risques liés au développement de Machine Learning et mesures d'atténuation des risques.
  • Test de déploiement des systèmes de Machine Learning.
  • Test des biais d'automatisation.


Solutions de financement
Plusieurs solutions existent pour financer votre formation et dépendent de votre situation professionnelle.
Découvrez-les sur notre page Comment financer sa formation ou contactez votre conseiller formation.

Avis clients
4,2 / 5
Les avis clients sont issus des évaluations de fin de formation. La note est calculée à partir de l’ensemble des évaluations datant de moins de 12 mois. Seules celles avec un commentaire textuel sont affichées.
IDIR B.
08/09/26
5 / 5

Formateur très pédagogue et compétent
MARIA-GIOVANNA P.
26/05/26
5 / 5

La formation a pu répondre à mes interrogations concernant l’IA surtout au niveau éthique et sécurité. Merci au formateur, il a été parfait! Organisé, compétent, clair et à l’écoute. Et la revue du matin des chapitres du jour d’avant était très bien car ça nous a permis de réviser. Le dernier jour a été consacré à l’entraînement sur l’examen, ce qui a été très bien car on a vraiment pris le temps sans stress et sans courir.
JEREMIE M.
26/05/26
4 / 5

Prise du temps nécessaire pour chaque sujet Support PPT OK, mais de nombreux Support sur Paint peu ré exploitable



Horaires
Les formations ont lieu de 9h à 17h30, avec une pause de 1h à 1h30 pour le déjeuner.
Les participants sont accueillis à partir de 8h45. Les pauses et déjeuners sont offerts.
Pour les formations de 4 ou 5 jours, quelle que soit la modalité, les sessions se terminent à 16h le dernier jour.

Date de publication : 07/09/2026



Ce programme est une création originale, conçu par les équipes pédagogiques d'ORSYS Formation. Toute reproduction, représentation, adaptation ou exploitation, totale ou partielle, sans autorisation préalable écrite d'ORSYS, est strictement interdite. ORSYS se réserve le droit d'engager toute action nécessaire à la protection de ses droits de propriété intellectuelle.

Dates et lieux
Sélectionnez votre lieu ou optez pour la classe à distance puis choisissez votre date.
Classe à distance

Dernières places
Date garantie en présentiel ou à distance
Session garantie

CLASSE À DISTANCE
2026 : 8 déc.

2027 : 19 jan., 19 jan., 27 avr., 27 avr., 14 sep., 14 sep., 26 oct., 26 oct.

PARIS LA DÉFENSE
2026 : 1 déc.

2027 : 19 jan., 27 avr., 14 sep., 26 oct.



Ce programme est une création originale, conçu par les équipes pédagogiques d'ORSYS Formation. Toute reproduction, représentation, adaptation ou exploitation, totale ou partielle, sans autorisation préalable écrite d'ORSYS, est strictement interdite. ORSYS se réserve le droit d'engager toute action nécessaire à la protection de ses droits de propriété intellectuelle.