Aller au contenu
Apprendre.
  • M1 · toutes les matières15 matières : Préparation de données, API & sécurité, CI/CD, Docker, Merise, Dataviz, KNIME, ML appliqué : projet LoL, SQL & UML, SQL avancé, Machine Learning, Git, IA frugale & responsable, Qualité des données, MathématiquesAnnée
  • M2 · toutes les matières4 matières : Deep Learning, AI Act, Comex & Fundraising, Gouvernance & DataMeshAnnée
  • Deep LearningM2 · 4 modules · Réseaux de neurones, CNN, texte, modèles génératifs.Matière
  • Préparation de donnéesM1 · 3 modules · Nettoyer, transformer et fusionner des données avec Python.Matière
  • API & sécuritéM1 · 2 modules · Consommer, concevoir et sécuriser des API.Matière
  • CI/CDM1 · 1 module · Intégration et livraison continues.Matière
  • DockerM1 · 3 modules · Conteneurs, images, volumes, réseaux, Compose.Matière
  • MeriseM1 · 2 modules · Modéliser une base : MCD, MLD, MPD.Matière
  • DatavizM1 · 2 modules · Visualiser pour comprendre et décider.Matière
  • KNIMEM1 · 1 module · Explorer et nettoyer des données en workflow.Matière
  • ML appliqué : projet LoLM1 · 2 modules · Du besoin métier au POC de vision par ordinateur.Matière
  • SQL & UMLM1 · 3 modules · Modèles UML et requêtes SQL.Matière
  • SQL avancéM1 · 3 modules · Jointures, fenêtres, CTE, optimisation.Matière
  • Machine LearningM1 · 3 modules · Régression, classification, segmentation, projet.Matière

↑↓ naviguer↵ ouvre le résultat en surbrillanceesc fermer

Partie 3 · AI Act

Les exigences du haut risque (art. 9 à 15)

La grille d'audit TalentRank reprend les exigences applicables aux systèmes à haut risque (art. 16(a) : « chapitre III, section 2 ») ainsi que quelques articles voisins :

ArticleExigenceIdée directrice (hors fiches : règlement)
Art. 9Système de management des risquesProcessus itératif sur tout le cycle de vie
Art. 10Gouvernance des donnéesJeux d'entraînement, validation, test pertinents, représentatifs, biais examinés
Art. 11 et Annexe IVDocumentation techniqueComplète et à jour avant la mise sur le marché
Art. 12Tenue des journaux (logs)Enregistrement automatique des événements
Art. 13Transparence et information des déployeursNotice d'utilisation avec limites et performances
Art. 14Supervision humaineMesures effectives, personnes compétentes
Art. 15Robustesse, précision, cybersécuritéNiveaux de précision déclarés, résistance aux erreurs et attaques
Art. 17SMQVoir partie 2
Art. 4Littératie IAVoir partie 2

Les intitulés et points à vérifier viennent de la grille ; la colonne de droite est un rappel du règlement.

Vérifie que tu as compris

Quel article de la grille correspond à la gouvernance des données d'entraînement, de validation et de test ?

Les liens entre exigences

  • Un biais non détecté (art. 10) est un risque non traité (art. 9) et fausse la précision annoncée (art. 15).
  • Sans logs (art. 12), la supervision humaine (art. 14) et la surveillance du déployeur sont aveugles.
  • Sans notice (art. 13), le déployeur ne peut pas utiliser conformément à la notice (art. 26(1)).

C'est pourquoi une non-conformité est rarement isolée : elle déclenche d'autres constats.

Vérifie que tu as compris

Pourquoi l'absence de logs aggrave-t-elle la supervision humaine ?