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

Cas ExamSecure AI : dossier et classement

Atelier 5 : compléter le dossier technique d'ExamSecure AI (SecureTest Solutions, v2.0). Données de la fiche :

  • Fonctions : vérification d'identité par reconnaissance faciale, regard et position de la tête, personnes supplémentaires, sons suspects, applications non autorisées, alertes en temps réel, rapport horodaté ;
  • Haut risque, Annexe III point 3 (éducation), contrôle interne (Annexe VI) ;
  • Données : vidéo, audio, biométrie faciale, activité d'écran, données personnelles, données d'examen ;
  • Modèles : vision (visage, regard, présence), audio, classification des alertes ; cloud (AWS ou Azure) ; interface web pour superviseurs.
Section du dossierQue renseigner pour ExamSecure ?
1 DescriptionDestination : surveillance d'examens ; interface superviseur ; notice
2 DéveloppementTrois modèles ; données vidéo, audio, biométriques ; jeux de données
3 Surveillance et contrôleAlertes en temps réel, superviseur qui invalide, logs
4 MétriquesPrécision, robustesse, performance par sous-groupe (éclairage, handicap, accent...)
5 RisquesFausses accusations de fraude, biais, atteinte à la vie privée
8 Déclaration et post-marchéContrôle interne, enregistrement UE, incidents

Vérifie que tu as compris

Pour ExamSecure, quelle métrique de la section 4 sert à détecter des biais ?

Classement à justifier : surveillance d'examens = éducation, Annexe III. Attention aux interdits : l'analyse des émotions des étudiants serait une pratique interdite en éducation (hors fiches : règlement) ; ExamSecure analyse regard, tête, sons et applications, pas les émotions, mais un audit vérifie que ce n'est pas le cas des évolutions futures.

Vérifie que tu as compris

Quel ajout futur rendrait problématique ExamSecure au regard des pratiques interdites (hors fiches) ?