# 3D Geodata Academy : Formation Architecte IA de Systèmes 3D > Formation professionnelle de 120 heures en intelligence > spatiale 3D, destinée aux géomètres, ingénieurs BIM, géomaticiens et chercheurs > francophones. Conçue et enseignée par le Prof. Dr. Florent Poux. 100 % à > distance, asynchrone, en français. L'organisme est certifié Qualiopi au titre > de la catégorie « Actions de formation ». Dernière mise à jour : 2026-09-11 Organisme de formation français. Raison sociale : 3D Geodata Academy. SIRET 93958613700019. TVA FR18939586137. Adresse : 200 rue de la Croix Nivert, 75015 Paris, France. Contact : howto@learngeodata.eu Site : https://fr.learngeodata.eu Site anglophone de la même organisation : https://learngeodata.eu ## La formation en dix lignes - Intitulé : Architecte IA de Systèmes 3D - Durée : 120 heures, six modules de 20 heures - Modalité : 100 % à distance, asynchrone (FOAD), sans horaire imposé - Langue : français - Prérequis : bases en Python et algèbre linéaire, test de positionnement 16/20 minimum - Validation : six QCM de module (> 70 %), un QCM final transversal (> 80 %), et une soutenance orale de 45 minutes (30 min de présentation d'un projet mené pendant le parcours, 15 min de questions), devant le Dr. Florent Poux - Délivré : attestation de réussite et certificat « Architecte IA de Systèmes 3D » (certificat d'organisme, pas un diplôme d'État) - Certification qualité : Qualiopi, catégorie « actions de formation » - Matériel conseillé : GPU NVIDIA 8 Go ; accès à des serveurs distants fournis à défaut ## Tarifs Paiement unique, sans abonnement. Prix valables jusqu'au 2026-12-31. - **CORE · 1497 €** : Modules 1 à 4 (≈ 20 à 30 heures). Les fondations : environnement Python 3D, reconstruction, intelligence des nuages de points et deep learning 3D. - **ELITE · 2997 €** : Modules 1 à 6, parcours complet (120 heures). Le parcours entier, mentorat mensuel avec le Dr. Poux, revue de code personnalisée et préparation de la soutenance finale. - **SUPREME · 4997 €** : Pack Élite et accompagnement individuel (120 heures et coaching). Tout le pack Élite, trois sessions de mentorat individuel, accès R&D, option de co-publication scientifique et coaching business. - [Page tarifs](https://fr.learngeodata.eu/tarifs) ## Financement La certification Qualiopi est la condition légale d'accès aux financements publics et mutualisés. Les voies possibles : - Plan de développement des compétences de l'employeur (voie la plus fréquente) - OPCO, selon la branche professionnelle ; critères et plafonds variables - Financement personnel, échelonnement possible - CPF : NON. La formation n'est PAS éligible au compte personnel de formation. Le CPF exige une certification enregistrée au RNCP ou au répertoire spécifique, inscription distincte de la certification Qualiopi que possède l'organisme. Pièces fournies pour un dossier : convention de formation, programme détaillé, devis, attestation Qualiopi, attestation d'assiduité. - [Page financement](https://fr.learngeodata.eu/financement) ## Programme, module par module 1. **Systèmes Python 3D** (20 h) : Environnement de travail, mathématiques spatiales, visualiseur multimodal. 2. **Reconstruction : LiDAR, image et IA** (20 h) : Photogrammétrie, Gaussian Splatting, chaînes de traitement dans le cloud. 3. **Intelligence des nuages de points** (20 h) : Big Data 3D, RANSAC, DBSCAN, segmentation assistée par SAM 3D. 4. **Deep Learning 3D** (20 h) : PyTorch, PointNet++, KPConv, export et déploiement ONNX. 5. **IA spatiale agentique et LLM** (20 h) : Scene graphs sémantiques, RAG spatial, agents autonomes. 6. **Jumeaux numériques et Scan-to-BIM** (20 h) : IFC, CityGML, détection de changement, livrables métier. - [Programme détaillé](https://fr.learngeodata.eu/formation) - [Syllabus complet](https://fr.learngeodata.eu/docs/Critere_1/Detailed_Syllabus) ## Évaluation et certification Le certificat repose sur trois éléments, qui doivent être validés conjointement. Aucun d'eux ne se rattrape par un autre. 1. **Six QCM de module**, un à la fin de chaque module. Seuil : plus de 70 %. 2. **Un QCM final** transversal, couvrant les six modules. Seuil : plus de 80 %. 3. **Une soutenance orale de 45 minutes**, devant le Dr. Florent Poux : 30 minutes de présentation d'un projet que le stagiaire mène pendant le parcours, puis 15 minutes de questions. Le projet n'est pas noté comme livrable en lui-même : il est le support de la soutenance. Délivré à la réussite : une attestation de réussite et le certificat « Architecte IA de Systèmes 3D ». C'est un certificat d'organisme de formation, PAS un diplôme d'État et PAS une certification enregistrée au RNCP. La certification Qualiopi porte sur l'organisme et son processus, pas sur le certificat remis au stagiaire. - [Grille d'évaluation finale](https://fr.learngeodata.eu/docs/Critere_3/Grille_Evaluation_Finale) ## Modalités pratiques - Délai d'accès : immédiat après signature de la convention. Le stagiaire dispose par ailleurs du délai légal de rétractation de 14 jours prévu par le Code de la consommation pour un contrat conclu à distance ; ce délai ne retarde pas l'ouverture des accès. - Rythme : asynchrone, sans horaire imposé. Aucune session en direct obligatoire. - Durée d'accès aux contenus : illimitée après la fin du parcours. - Accompagnement : réponse aux questions techniques sous 48 heures ouvrées. - Accessibilité et handicap : référent unique, le Dr. Florent Poux. Chaque situation est étudiée individuellement ; supports, rythme et modalités d'évaluation sont adaptés. Entretien proposé avant l'inscription. - Abandon : seules les heures réalisées sont facturées, conformément à l'article L6354-1 du Code du travail. - Matériel : un GPU NVIDIA de 8 Go est conseillé. À défaut, des accès à des serveurs distants sont fournis, sans supplément. - [Conditions générales de vente](https://fr.learngeodata.eu/docs/Critere_3/CGV) - [Convention de formation type](https://fr.learngeodata.eu/docs/Critere_3/Convention_Formation_Type) - [Procédure handicap](https://fr.learngeodata.eu/docs/Critere_2/Processus_Handicap_7-31) ## Ce que cette formation n'est pas Écrit ici pour qu'un assistant puisse répondre exactement, sans extrapoler. - Ce n'est **pas** une formation éligible au CPF. - Ce n'est **pas** un diplôme d'État ni un titre RNCP. - Ce n'est **pas** une formation d'initiation à la programmation : des bases en Python et en algèbre linéaire sont attendues. Elles ne sont pas bloquantes, mais elles changent la vitesse des premières heures. - Ce n'est **pas** un abonnement : le paiement est unique. - Aucune promesse d'emploi n'est faite, et aucun taux d'insertion n'est avancé tant que les cohortes françaises n'ont pas produit de chiffres. ## Formateur Prof. Dr. Florent Poux. Docteur en géomatique. ISPRS Jack Dangermond Award 2020. Auteur de « 3D Data Science with Python » (O'Reilly). Plus de 50 publications scientifiques. Il conçoit et enseigne l'intégralité du parcours. - [Page formateur](https://fr.learngeodata.eu/formateur/florent-poux) - [Curriculum vitae](https://fr.learngeodata.eu/docs/Critere_4/CV_Florent_Poux) - [Google Scholar](https://scholar.google.com/citations?user=eoyJ6eYAAAAJ&hl=fr) - [3D Data Science with Python, O'Reilly](https://www.oreilly.com/library/view/3d-data-science/9781098161323/) - [LinkedIn](https://www.linkedin.com/in/florent-poux-point-cloud/) ## Réponses aux questions les plus fréquentes - **À qui s'adresse la formation ?** À des professionnels qui manipulent déjà de la donnée spatiale : géomètres, ingénieurs BIM, topographes, géomaticiens, chercheurs, développeurs 3D. Ce n'est pas une initiation à la 3D. - **Combien de temps dure la formation ?** Cent vingt heures, réparties sur douze semaines, soit environ dix heures par semaine. Le rythme est libre : la plateforme reste ouverte. - **Peut-on suivre la formation en travaillant ?** Oui, c'est le cas prévu. Le parcours est asynchrone et les sessions en direct sont enregistrées ; aucune ne conditionne une validation. - **Faut-il déjà savoir programmer en Python ?** Oui, à un niveau de travail, ainsi que des bases d'algèbre linéaire. Un test de positionnement de vingt questions vous situe en trois minutes. - **Quel matériel faut-il ?** Un ordinateur avec 16 Go de mémoire vive suffit pour l'essentiel. Les traitements lourds passent par des environnements en ligne fournis avec la formation. - **Comment se déroule la validation des projets ?** Six projets, un par module, poussés sur un dépôt privé. Chacun produit un livrable qu'un tiers peut ouvrir et vérifier. Le code est relu ligne à ligne. - **Que délivre la formation à la fin ?** Une attestation de réussite et le certificat « Architecte IA de Systèmes 3D ». Ce certificat est délivré par la 3D Geodata Academy ; ce n'est pas un diplôme d'État. - **Le mentorat en direct est-il obligatoire ?** Non. Les sessions synchrones sont enregistrées et ne conditionnent aucune validation. - [Les quinze questions](https://fr.learngeodata.eu/faq) ## Preuves et documents publics - [Indicateurs de résultats](https://fr.learngeodata.eu/docs/Critere_1/Indicateurs_Resultat) : publiés au titre de Qualiopi - [Plaquette de présentation](https://fr.learngeodata.eu/docs/Critere_1/Plaquette_Presentation) - [Conditions générales de vente](https://fr.learngeodata.eu/docs/Critere_3/CGV) - [Mentions légales et RGPD](https://fr.learngeodata.eu/docs/Critere_6/Legal_Exhaustif) - [Moyens techniques](https://fr.learngeodata.eu/docs/Critere_4/Moyens_Techniques) - [Débouchés et métiers](https://fr.learngeodata.eu/debouches) - [Guide carrière et salaires](https://fr.learngeodata.eu/docs/Critere_4/Plan_Carriere_Geodata) - [Guide investissement et ROI](https://fr.learngeodata.eu/docs/Critere_4/Guide_Investissement_ROI) ## Articles techniques de référence Articles de fond, rédigés par le formateur. Les tutoriels plus courts du blog ne sont pas listés ici. - [Les prerequis Python et algebre lineaire, en detail](https://fr.learngeodata.eu/blog/prerequis-python-algebre-3d) - [GeoIA et nuages de points face au climat : ce qui change en 2026](https://fr.learngeodata.eu/blog/geoia-nuage-de-points-climat-2026) - [Physical AI et Spatial AI : la difference, les acteurs, la trajectoire](https://fr.learngeodata.eu/blog/physical-ai-spatial-ai-difference-2026) - [NeRF ou 3D Gaussian Splatting : comparatif qualite, vitesse, memoire](https://fr.learngeodata.eu/blog/nerf-vs-3dgs-comparatif) - [JUNN, le jumeau numérique national francais](https://fr.learngeodata.eu/blog/jumeau-numerique-france-junn-2026) - [Deployer des agents spatiaux en entreprise](https://fr.learngeodata.eu/blog/spatial-ai-agents-entreprise) - [Les modeles de fondation appliques a la 3D](https://fr.learngeodata.eu/blog/foundation-models-3d-2026) - [IA agentique et jumeaux numeriques](https://fr.learngeodata.eu/blog/ia-agentique-jumeaux-numeriques-2026) - [Traiter des teraoctets de LiDAR en Python](https://fr.learngeodata.eu/blog/lidar-big-data-python) - [Jumeau numerique urbain avec CityGML et Python](https://fr.learngeodata.eu/blog/jumeau-numerique-urbain-citygml-python) ## Index complet du site Les 47 pages publiques, classées par rubrique. Chacune existe aussi en Markdown : remplacez le début de l'adresse par https://fr.learngeodata.eu/llms/ et ajoutez « .md ». Exemple : https://fr.learngeodata.eu/llms/formation.md Tout le contenu en un seul fichier : https://fr.learngeodata.eu/llms-full.txt La même liste, pour un lecteur humain : https://fr.learngeodata.eu/llms/ ### Les pages principales - [Devenez Architecte IAde Systèmes 3D](https://fr.learngeodata.eu/) : Formation IA 3D pour bureaux d'études et équipes data : deep learning sur nuages de points, LiDAR, scan-to-BIM, jumeaux numériques. Organisme certifié Qualiopi. Markdown : https://fr.learngeodata.eu/llms/index.md - [Débouchés et métiers](https://fr.learngeodata.eu/debouches) : Traitement de nuages de points, data science géospatiale, BIM, jumeaux numériques : les métiers ouverts et pourquoi la demande se déplace. Markdown : https://fr.learngeodata.eu/llms/debouches.md - [Faire financer votre formation](https://fr.learngeodata.eu/financement) : Employeur, OPCO ou financement personnel : les voies ouvertes pour la formation Architecte IA de Systèmes 3D. Organisme certifié Qualiopi, dossier fourni. Markdown : https://fr.learngeodata.eu/llms/financement.md - [Formation Architecte IA de Systèmes 3D](https://fr.learngeodata.eu/formation) : 120 heures en intelligence spatiale 3D : LiDAR, nuages de points, deep learning 3D, Scan-to-BIM. À distance, en français, par le Prof. Dr. Florent Poux. Markdown : https://fr.learngeodata.eu/llms/formation.md - [Le dossier de financement](https://fr.learngeodata.eu/dossier-financement) : Programme, convention type, CGV, Qualiopi et marche à suivre OPCO : les pièces d’un dossier de financement, en libre accès. Markdown : https://fr.learngeodata.eu/llms/dossier-financement.md - [Le guide de l'Architecte IA de Systèmes 3D](https://fr.learngeodata.eu/guide-architecte-ia-3d) : 172 pages, 24 chapitres, du code exécutable : le guide « Architecte IA de Systèmes 3D » par le Prof. Dr. Florent Poux. Gratuit, envoyé par email. Markdown : https://fr.learngeodata.eu/llms/guide-architecte-ia-3d.md - [Questions fréquentes](https://fr.learngeodata.eu/faq) : Seize réponses sur la formation Architecte IA de Systèmes 3D : certification, Qualiopi, prérequis, matériel, tarifs, financement, délais, accessibilité. Markdown : https://fr.learngeodata.eu/llms/faq.md - [Tarifs et formules](https://fr.learngeodata.eu/tarifs) : Trois formules : CORE 1 497 €, ELITE 2 997 €, SUPREME 4 997 €, ou un module de formation seul à 397 €. Prise en charge possible par un OPCO. Markdown : https://fr.learngeodata.eu/llms/tarifs.md - [Test de Positionnement](https://fr.learngeodata.eu/test-positionnement) : Évaluez votre niveau en Python et algèbre linéaire avant de rejoindre la formation Architecte IA de Systèmes 3D. 20 questions, 10 minutes. Markdown : https://fr.learngeodata.eu/llms/test-positionnement.md - [footer](https://fr.learngeodata.eu/tasks/_cache/footer) Markdown : https://fr.learngeodata.eu/llms/tasks/_cache/footer.md - [navbar](https://fr.learngeodata.eu/tasks/_cache/navbar) Markdown : https://fr.learngeodata.eu/llms/tasks/_cache/navbar.md ### Articles techniques - [3D Gaussian Splatting : La Révolution du Rendu](https://fr.learngeodata.eu/blog/3d-gaussian-splatting-tutoriel) : Comprendre et implémenter le 3D Gaussian Splatting avec Python. Tutoriel technique sur le pipeline SfM vers Splat, l'optimisation CUDA et le rendu temps réel. Markdown : https://fr.learngeodata.eu/llms/blog/3d-gaussian-splatting-tutoriel.md - [Agent Spatial avec LangChain : L'IA qui Raisonne en 3D](https://fr.learngeodata.eu/blog/langchain-3d-agent-spatial) : Tutoriel avancé sur la création d'un Agent IA Spatial avec LangChain et Python. Connectez GPT-4 à vos données 3D pour l'analyse sémantique. Markdown : https://fr.learngeodata.eu/llms/blog/langchain-3d-agent-spatial.md - [Big Data LiDAR : Traitement à l'Échelle du Téraoctet](https://fr.learngeodata.eu/blog/lidar-big-data-python) : Stratégies avancées pour le traitement de milliards de points LiDAR avec Python. Memory mapping, Tiling, et calcul parallèle. Markdown : https://fr.learngeodata.eu/llms/blog/lidar-big-data-python.md - [Centre de Connaissances 3D](https://fr.learngeodata.eu/blog/) : Découvrez nos tutoriels experts sur le traitement de nuages de points, le LiDAR, le Deep Learning 3D et le Spatial AI avec Python. Markdown : https://fr.learngeodata.eu/llms/blog/index.md - [Déployer des Agents IA Spatiaux en Entreprise : Guide Pratique](https://fr.learngeodata.eu/blog/spatial-ai-agents-entreprise) : Guide pratique pour déployer des Agents IA Spatiaux en entreprise avec LangChain, scene graphs 3D et API REST. De la conception a la production. Markdown : https://fr.learngeodata.eu/llms/blog/spatial-ai-agents-entreprise.md - [Foundation Models pour la 3D : Segmentation Zero-Shot en 2026](https://fr.learngeodata.eu/blog/foundation-models-3d-2026) : Comment les modèles de fondation permettent de segmenter un nuage de points sans jeu d'entraînement dédié, et où cette approche atteint ses limites. Markdown : https://fr.learngeodata.eu/llms/blog/foundation-models-3d-2026.md - [GeoIA et Nuages de Points face au Climat : ce qui change à la rentrée 2026](https://fr.learngeodata.eu/blog/geoia-nuage-de-points-climat-2026) : Couverture LiDAR HD achevée, satellite Biomass opérationnel, règlement anti-déforestation applicable : pourquoi la donnée 3D devient une preuve. Markdown : https://fr.learngeodata.eu/llms/blog/geoia-nuage-de-points-climat-2026.md - [Guide Maître : Traitement de Nuages de Points avec Python](https://fr.learngeodata.eu/blog/tutoriel-nuage-de-points-python) : Lire une dalle LiDAR HD de l'IGN sans la télécharger, voxeliser, estimer les normales, segmenter au RANSAC et au DBSCAN, mesurer : la chaîne complete en Python, code execute et resultats mesures. Markdown : https://fr.learngeodata.eu/llms/blog/tutoriel-nuage-de-points-python.md - [IA Agentique & Jumeaux Numériques : La Révolution Spatiale de 2026](https://fr.learngeodata.eu/blog/ia-agentique-jumeaux-numeriques-2026) : Comment les agents IA autonomes transforment la gestion des jumeaux numériques en 2026. Pipeline Python avec LangChain, scene graphs et Open3D. Markdown : https://fr.learngeodata.eu/llms/blog/ia-agentique-jumeaux-numeriques-2026.md - [IfcOpenShell : Hackez le BIM avec Python](https://fr.learngeodata.eu/blog/ifc-python-ifcopenshell-tutoriel) : Maîtrisez le format IFC avec Python et IfcOpenShell. Tutoriel pour extraire la géométrie, analyser les propriétés et modifier des maquettes BIM. Markdown : https://fr.learngeodata.eu/llms/blog/ifc-python-ifcopenshell-tutoriel.md - [JUNN : le Jumeau Numérique National de la France (analyse 2026)](https://fr.learngeodata.eu/blog/jumeau-numerique-france-junn-2026) : Le programme JUNN de l'IGN, du Cerema et d'Inria : architecture, territoires pilotes, calendrier et opportunités pour les professionnels de la 3D. Markdown : https://fr.learngeodata.eu/llms/blog/jumeau-numerique-france-junn-2026.md - [Jumeau Numérique Urbain : Le Standard CityGML](https://fr.learngeodata.eu/blog/jumeau-numerique-urbain-citygml-python) : Créez des Jumeaux Numériques Urbains avec CityGML et Python. Guide sur les niveaux de détails (LOD), le parsing XML et la visualisation dans Cesium. Markdown : https://fr.learngeodata.eu/llms/blog/jumeau-numerique-urbain-citygml-python.md - [NeRF vs 3D Gaussian Splatting : Le Comparatif Définitif 2026](https://fr.learngeodata.eu/blog/nerf-vs-3dgs-comparatif) : Comparatif technique complet entre NeRF et 3D Gaussian Splatting en 2026. Qualité, vitesse, cas d'usage et implémentation Python avec Nerfstudio. Markdown : https://fr.learngeodata.eu/llms/blog/nerf-vs-3dgs-comparatif.md - [Photogrammétrie Python : L'Art de la Reconstruction 3D](https://fr.learngeodata.eu/blog/reconstruction-3d-photos-python) : Tutoriel complet sur la reconstruction 3D à partir de photos (Photogrammétrie) avec Python et COLMAP. Automatisez le pipeline Structure-from-Motion. Markdown : https://fr.learngeodata.eu/llms/blog/reconstruction-3d-photos-python.md - [Physical AI vs Spatial AI : Différence, Acteurs Clés et Vision 2026](https://fr.learngeodata.eu/blog/physical-ai-spatial-ai-difference-2026) : Physical AI et Spatial AI ne s'opposent pas : ce sont deux étages d'une même pile. La distinction réelle, les acteurs, et où se situe la valeur. Markdown : https://fr.learngeodata.eu/llms/blog/physical-ai-spatial-ai-difference-2026.md - [PointNet : L'Architecture qui a tout changé](https://fr.learngeodata.eu/blog/pointnet-tutoriel-python) : Comprendre et coder PointNet à partir de zéro avec PyTorch. Le réseau de neurones pionnier pour la classification et la segmentation de nuages de points. Markdown : https://fr.learngeodata.eu/llms/blog/pointnet-tutoriel-python.md - [PointNet++ : La Puissance du Contexte Local](https://fr.learngeodata.eu/blog/pointnet-plus-plus-segmentation) : Tutoriel avancé sur PointNet++. Apprenez comment l'apprentissage hiérarchique améliore la segmentation 3D par rapport à PointNet standard. Markdown : https://fr.learngeodata.eu/llms/blog/pointnet-plus-plus-segmentation.md - [Prérequis Python et Algèbre Linéaire pour la 3D](https://fr.learngeodata.eu/blog/prerequis-python-algebre-3d) : Où en êtes-vous en Python et en algèbre linéaire pour la 3D ? Un test de 20 questions en 10 minutes, qui vous renvoie aux sections à revoir, et le guide des bases. Markdown : https://fr.learngeodata.eu/llms/blog/prerequis-python-algebre-3d.md - [Scan-to-BIM Automatique : La Transformation Numérique](https://fr.learngeodata.eu/blog/scan-to-bim-python-automatique) : Automatisez la conversion de nuages de points vers maquette BIM IFC. Tutoriel Python sur la détection de murs, l'extraction de lignes 2D et IfcOpenShell. Markdown : https://fr.learngeodata.eu/llms/blog/scan-to-bim-python-automatique.md - [Segmentation Avancée : Le Duel RANSAC vs DBSCAN](https://fr.learngeodata.eu/blog/segmentation-nuage-de-points-python) : Tutoriel expert sur la segmentation de nuages de points 3D avec Python. Apprenez à isoler des objets grâce aux algorithmes RANSAC et DBSCAN. Markdown : https://fr.learngeodata.eu/llms/blog/segmentation-nuage-de-points-python.md - [Traitement LiDAR Drone avec Python : Du Vol au Jumeau Numérique](https://fr.learngeodata.eu/blog/lidar-drone-python-2026) : Guide complet pour traiter des données LiDAR drone avec Python. De la planification de vol a la génération de DTM/DSM et l'intégration BIM. Tutoriel expert. Markdown : https://fr.learngeodata.eu/llms/blog/lidar-drone-python-2026.md ### Qualiopi, critère 1 : information du public - [Indicateurs de Performance et de Résultat](https://fr.learngeodata.eu/docs/Critere_1/Indicateurs_Resultat) : Indicateurs de résultat de la 3D Geodata Academy : taux de satisfaction, de réussite et d'insertion, publiés au titre de la certification Qualiopi. Markdown : https://fr.learngeodata.eu/llms/docs/Critere_1/Indicateurs_Resultat.md - [Plaquette de Présentation 3DGA](https://fr.learngeodata.eu/docs/Critere_1/Plaquette_Presentation) : Plaquette de présentation de la formation Architecte IA de Systèmes 3D : objectifs, public visé, durée, tarifs et modalités d'accès. Markdown : https://fr.learngeodata.eu/llms/docs/Critere_1/Plaquette_Presentation.md - [Syllabus Intégral & Cadre Opérationnel](https://fr.learngeodata.eu/docs/Critere_1/Detailed_Syllabus) : Programme détaillé de la formation Architecte IA de Systèmes 3D : les six modules, les compétences visées, les prérequis et l'évaluation. Markdown : https://fr.learngeodata.eu/llms/docs/Critere_1/Detailed_Syllabus.md ### Qualiopi, critère 3 : adaptation des prestations - [Conditions Générales de Vente](https://fr.learngeodata.eu/docs/Critere_3/CGV) : Conditions générales de vente de la 3D Geodata Academy : inscription, tarifs, financement, rétractation, annulation et modalités de règlement. Markdown : https://fr.learngeodata.eu/llms/docs/Critere_3/CGV.md ### Qualiopi, critère 4 : moyens et ressources - [Analyse du Retour sur Investissement (ROI) en IA Spatiale](https://fr.learngeodata.eu/docs/Critere_4/Guide_Investissement_ROI) : Guide d'investissement et de retour sur investissement d'une montée en compétences 3D et IA : coûts, financements mobilisables, gains de productivité mesurables. Markdown : https://fr.learngeodata.eu/llms/docs/Critere_4/Guide_Investissement_ROI.md - [Dr. Florent Poux](https://fr.learngeodata.eu/docs/Critere_4/CV_Florent_Poux) : Parcours du Prof. Dr. Florent Poux : docteur en géomatique, ISPRS Jack Dangermond Award, auteur de 3D Data Science with Python chez O'Reilly. Markdown : https://fr.learngeodata.eu/llms/docs/Critere_4/CV_Florent_Poux.md - [Moyens Techniques de la Formation](https://fr.learngeodata.eu/docs/Critere_4/Moyens_Techniques) : Moyens techniques de la formation : plateforme, environnement Python, jeux de données, ressources de calcul et accompagnement mis à disposition des stagiaires. Markdown : https://fr.learngeodata.eu/llms/docs/Critere_4/Moyens_Techniques.md - [Trajectoires de Carrière dans l'Élite de l'IA Spatiale](https://fr.learngeodata.eu/docs/Critere_4/Plan_Carriere_Geodata) : Métiers de la 3D et du géospatial : niveaux de rémunération observés, trajectoires d'évolution et compétences qui les ouvrent. Markdown : https://fr.learngeodata.eu/llms/docs/Critere_4/Plan_Carriere_Geodata.md ### Qualiopi, critère 6 : investissement dans l'environnement - [Analyse Stratégique : L'Émergence d'un Marché à 400 Milliards de Dollars](https://fr.learngeodata.eu/docs/Critere_6/Analyse_Marche_IA) : Analyse du marché de l'IA spatiale et de la 3D : taille, croissance, segments, acteurs et métiers qui recrutent en France et en Europe. Markdown : https://fr.learngeodata.eu/llms/docs/Critere_6/Analyse_Marche_IA.md - [Cadre Juridique et Réglementaire Unifié](https://fr.learngeodata.eu/docs/Critere_6/Legal_Exhaustif) : Cadre légal complet, Conditions Générales de Vente, Règlement Intérieur et Politique RGPD de la 3D Geodata Academy. Markdown : https://fr.learngeodata.eu/llms/docs/Critere_6/Legal_Exhaustif.md - [Objectifs & Vision 2030 : Vers l'Intelligence Spatiale](https://fr.learngeodata.eu/docs/Critere_6/Vision_Strategique_2030) : Vers l'intelligence spatiale : où va la 3D d'ici 2030, quelles compétences deviennent stratégiques et comment se positionner dès aujourd'hui. Markdown : https://fr.learngeodata.eu/llms/docs/Critere_6/Vision_Strategique_2030.md ### Guides techniques - [Guide Expert : Deep Learning sur Nuages de Points 3D](https://fr.learngeodata.eu/docs/Guides/Guide_DeepLearning_3D) : Découvrez le Deep Learning 3D avec PointNet, PointNet++ et KPConv. Guide expert sur la segmentation sémantique de nuages de points avec PyTorch. Markdown : https://fr.learngeodata.eu/llms/docs/Guides/Guide_DeepLearning_3D.md - [Guide Expert : Nuages de Points & LiDAR avec Python](https://fr.learngeodata.eu/docs/Guides/Guide_LiDAR_Python) : Apprenez à traiter des nuages de points LiDAR avec Python. Guide complet sur les formats LAS/E57, le filtrage Open3D et la segmentation de données laser. Markdown : https://fr.learngeodata.eu/llms/docs/Guides/Guide_LiDAR_Python.md - [Guide Expert : Spatial AI - L'IA au cœur de l'Espace 3D](https://fr.learngeodata.eu/docs/Guides/Guide_Spatial_AI) : Explorez le futur de l'Intelligence Artificielle avec la Spatial AI. Apprenez comment les LLMs et les Scene Graphs permettent de créer des agents 3D autonomes. Markdown : https://fr.learngeodata.eu/llms/docs/Guides/Guide_Spatial_AI.md ### Le formateur - [Prof. Dr. Florent Poux](https://fr.learngeodata.eu/formateur/florent-poux) : Docteur en géomatique, ISPRS Jack Dangermond Award 2020, auteur de 3D Data Science with Python chez O'Reilly. Concepteur du parcours Architecte IA 3D. Markdown : https://fr.learngeodata.eu/llms/formateur/florent-poux.md ## Optional - [Test de positionnement](https://fr.learngeodata.eu/test-positionnement) : Python et algèbre linéaire - [Guide gratuit par email](https://fr.learngeodata.eu/guide-architecte-ia-3d) - [Réserver un échange de 15 minutes](https://fr.learngeodata.eu/reserver) - [Blog complet](https://fr.learngeodata.eu/blog/)