Stratégie data comme actif stratégique, rôles (CDO / Data Owner / Steward / DPO), dictionnaire des données, cycle de vie, qualité DQI, comitologie data.

Data Lineage & enjeux réglementaires (DORA · EU AI Act · RGPD · NIS 2 · Bâle III). Impact GenAI & IA Agentique sur la gouvernance. Failles réelles, signaux d'alerte, pistes d'action.

Comprendre la donnée sans être data scientist. Identifier les données clés de son périmètre métier. Devenir acteur de la qualité des données.

Comment fonctionne un LLM (sans code). Hallucination, biais, limites réelles. Usages concrets en banque. Ce que l'IA peut et ne peut pas faire.

Technique de prompting structuré. Données autorisées vs interdites dans un LLM. Politique IA en pratique. Shadow AI : comment l'éviter. Cas d'usage banque (synthèse, rédaction, analyse).

Responsabilité des décisions algorithmiques. Biais et discrimination. Droit à l'explication (EU AI Act). Supervision humaine obligatoire. Cas scoring crédit, KYC, détection fraude.

Comprendre les agents IA (MCP, A2A, orchestration). Risques spécifiques aux agents autonomes. Identité agent (OIDC-A), périmètre data, audit trail. Human-in-the-loop. Agent Policy & Catalog.

Construire une feuille de route Data & IA pour la direction. Target Operating Model (TOM) data-IA. Mesure de la maturité (modèle 5 niveaux). ROI et pilotage par les indicateurs.