NOUVEAU
AEC intelligence artificielle

En ligne de soir et de fin de semaine

Demande d'admission
Début des cours : 19 août 2026

Durée : 12 mois ( 735 heures )

Demande d'admission

Maîtrise l’intelligence artificielle pour transformer les entreprises!

Au Collège O'Sullivan de Québec, it works !

Deviens une ressource stratégique capable de transformer l’IA en outil concret pour les organisations où tu interviendras!

Maîtrise l’implantation de l’intelligence artificielle, l’exploitation des données et de l’IA prédictive, ainsi que l’automatisation intelligente des processus pour aider les entreprises à gagner en efficacité, réduire les erreurs et prendre de meilleures décisions.

Deviens un spécialiste informatique capable de comprendre, implanter, configurer et exploiter des solutions d’intelligence artificielle, et de les adapter aux processus, aux données et à la culture des entreprises dans lesquelles tu interviendras.

Demande d’information
PERSPECTIVES PROFESSIONNELLES

735 heures
3 sessions

Le programme AEC Intelligence artificielle est rapide et complet.

3 sessions

En ligne de soir

En ligne mode synchrone?

Les cours en ligne synchrones sont animés en direct par des enseignants à dates et heures fixes. Tes collègues de classe sont donc connectés en même temps que toi.

De soir et de fin de semaine: approximativement 4 soirs par semaine et plusieurs samedis avant-midi. 

En savoir plus

De soir et de fin de semaine

Admissible à l’aide financière aux études !

Contacte-nous dès maintenant afin de demander une simulation qui te donnera une idée du montant qui pourrait t’être accordé par le Programme de prêts et bourses !

– 418 529-3355 –

Admissible aux prêts et bourses

L’AEC intelligence artificielle, la formation concrète et reconnue qu’il te faut !

Équipement requis
Communique avec nous dès maintenant!

Tu as des questions au sujet du programme, de l’admission, du coût des études, de l’aide financière, des stages ou encore au sujet des préalables? Appelle-nous, il nous fera plaisir de te répondre.

Tél. : 418 529-3355 / Sans frais : 1 866 944-9044

Conditions générales d’admission AEC >
Conditions particulières d’admission :
  • Base en informatique et en programmation (DEC en informatique un atout);
  • Réussir un test d’admission.  
Admissible à l’aide financière aux études

Le Collège est un établissement d’enseignement privé subventionné admissible à l’aide financière aux étudiants. Plusieurs modalités sont proposées pour faciliter le paiement des frais de scolarité.

Contacte-nous pour en savoir plus >

Session 1 : L’IA au service de la connaissance

Ce cours permet de comprendre comment l’intelligence artificielle peut être utilisée de façon concrète, utile et responsable dans les organisations. L’étudiant apprend à reconnaître les bons cas d’usage, à distinguer les grandes familles d’outils IA, à évaluer le potentiel réel d’une solution et à tenir compte des enjeux d’éthique, de confidentialité, de sécurité et de gouvernance. Il découvre aussi le rôle des données, des API, des modèles génératifs et des workflows automatisés dans les projets IA. Une base essentielle pour proposer des projets réalistes, responsables et alignés sur les besoins d’affaires.

Ce cours apprend à collecter, transformer, structurer et faire circuler les données entre différentes plateformes utilisées en entreprise. L’étudiant travaille avec des fichiers CSV, Excel, JSON ou XML, des bases de données, des API REST, des webhooks et des outils d’automatisation comme n8n. Il apprend à concevoir des flux capables d’extraire, nettoyer, enrichir et transmettre des données vers d’autres systèmes ou services IA. Une formation très appliquée pour réduire les tâches manuelles, fiabiliser les données et préparer leur exploitation dans des projets d’intelligence artificielle.

Ce cours montre comment exploiter les modèles de langage modernes pour traiter, comprendre, transformer et générer du texte en contexte d’entreprise. L’étudiant apprend à utiliser des outils comme ChatGPT, Claude ou des API de LLM pour résumer des documents, classifier des demandes, extraire de l’information, reformuler du contenu et produire des réponses structurées. Le cours introduit aussi le prompt engineering, le contexte fourni au modèle et les bases du RAG. Une approche appliquée pour créer des assistants documentaires, soutenir la recherche d’information et automatiser des tâches liées au langage.

Ce cours apprend à préparer, nettoyer, explorer et interpréter des données afin qu’elles puissent être utilisées efficacement dans un projet d’IA. L’étudiant développe ses bases en Python appliqué à l’analyse de données avec des outils comme pandas, NumPy, les notebooks et des bibliothèques de visualisation. Il apprend à manipuler des tableaux, repérer des valeurs problématiques, produire des indicateurs simples, visualiser des tendances et documenter la qualité des données. Une formation pratique pour rendre les données plus fiables, plus lisibles et plus utiles à la prise de décision.

Session 2 : L’IA au service de l’efficacité

Ce cours prépare à implanter l’A dans un environnement technologique concret et cohérent. L’étudiant apprend à connecter des données, des API REST, des services IA, des outils d’automatisation, des bases de connaissances et des interfaces simples. Il est initié aux bonnes pratiques de sécurité, de gestion des accès, de documentation, de suivi des coûts et de validation des résultats. Des outils comme GitHub, n8n, Cursor, Copilot, Dify ou LangGraph peuvent servir à structurer, intégrer et tester des prototypes. L’objectif est de développer une vision pratique du déploiement de solutions IA en entreprise.

Ce cours permet d’explorer des données réelles afin de faire émerger des regroupements, des tendances, des profils ou des anomalies sans disposer d’une réponse connue à prédire. L’étudiant utilise Python, pandas, NumPy et scikit-learn pour expérimenter des méthodes comme K-means, DBSCAN, le clustering hiérarchique, la réduction de dimensions ou la détection d’anomalies. Il apprend à interpréter les résultats et à les relier à des besoins d’entreprise comme la segmentation, l’organisation de l’information ou l’amélioration de processus. L’accent est mis sur l’usage terrain et la valeur décisionnelle.

Ce cours introduit l’apprentissage par renforcement par la pratique, avec des expérimentations simples en Python. L’étudiant découvre comment un système peut ajuster ses actions selon un objectif, une rétroaction et une logique de récompense. Il est initié à des notions comme l’agent, l’environnement, la stratégie, la boucle de rétroaction et le Q-learning comme exemple appliqué. Le cours distingue aussi l’apprentissage par renforcement des agents IA modernes capables d’utiliser des outils ou des API. Une exploration concrète pour comprendre comment optimiser des décisions dans des environnements numériques ou automatisés.

Ce cours mise sur la mise en pratique des modèles supervisés pour prédire ou classifier des données à partir d’exemples connus. L’étudiant apprend à utiliser Python et scikit-learn pour entraîner, tester, comparer et interpréter des modèles comme la régression, les arbres de décision, les forêts aléatoires, les SVM ou d’autres approches de classification. Le cours met l’accent sur les cas d’usage réalistes, les métriques de performance, la validation des résultats et les limites des modèles. Une formation concrète pour bâtir des solutions prédictives exploitables dans des contextes d’affaires.

Session 3 : L’IA au service de l’innovation

Ce cours soutient l’étudiant dans la compréhension et l’utilisation de l’anglais technique lié aux technologies de l’information et à l’intelligence artificielle. Il permet de lire de la documentation, comprendre des messages d’erreur, utiliser des interfaces logicielles, interpréter des consignes d’API, rédiger de courts textes professionnels et formuler des prompts plus précis en anglais. L’étudiant est aussi amené à consulter des ressources liées à Python, GitHub, ChatGPT, Claude, Cursor, Copilot ou d’autres outils utilisés dans le programme. Une compétence transversale utile pour apprendre, documenter et communiquer dans un environnement technologique.

Ce cours est centré sur l’exploitation concrète de l’apprentissage profond pour traiter des données complexes, du texte, des images ou des séquences. L’étudiant apprend à utiliser, tester et adapter des réseaux de neurones, des modèles préentraînés, des Transformers et des LLM dans des cas d’usage réalistes. Il mobilise Python et des outils spécialisés pour expérimenter des modèles, analyser leurs résultats et comprendre leurs limites. Le cours met l’accent sur l’intégration pratique plutôt que sur la théorie avancée, afin de développer des compétences applicables à des projets IA en entreprise.

Ce cours de synthèse permet de mobiliser l’ensemble des compétences développées dans le programme dans un projet concret. L’étudiant conçoit, développe, intègre, teste, documente et présente une solution IA complète répondant à un besoin d’entreprise. Il peut combiner Python, pandas, scikit-learn, n8n, API REST, GitHub, des outils de LLM comme ChatGPT ou Claude, ainsi que des environnements IA selon le projet. C’est l’occasion de démontrer sa capacité à livrer un résultat utile, validé, documenté et transférable dans un contexte réel de travail.