Intelligence Artificielle (IA) pour les spécialistes de l'IT - Techniques, cas d'usage et innovations

Picto fav
Picto partage
  • Partager par mail
  • Imprimer
Information

Pas de session programmée en ce moment

Objectifs de la formation

  • Identifier les enjeux de l'IA ainsi que les nouvelles opportunités qu'elle ouvre
  • Adopter une vue large et approfondie des technologies de l'IA, du machine learning / deep learning aux LLM
  • Décrire les nouvelles technologies de l'IA et leur implémentation à travers des exemples pratiques (RAG, agents intelligents, MCP...)
  • Reconnaître les enjeux juridiques (AI Act) et éthiques (explicabilité et interprétabilité des modèles)
  • Explorer les innovations et usages à venir à travers un atelier de prospective.

Contenu pédagogique

  • Définir l'IA
  • Fondations et histoire de l'IA
  • Les marchés de l'IA
  • Les différentes branches de l'IA
  • Les cas d'usage de l'IA
    • Recherche de savoir
    • Assistants personnels numériques
    • Génération de code (vibe coding)
    • AIOps (automatisation et optimisation des opérations informatiques)
    • Nettoyage de données
    • Apprentissage augmenté
    • Thérapie et compagnie
    • Chauffeur personnel
    • Gestionnaire d'entrepôt
    • Santé humaine
    • Jeux vidéo
    • Domotique
  • Les technologies de l'IA
  • Les nouveaux métiers de l'IA
  • Disruptions de l'IA : l'arrivée des LLM et autres innovations de rupture
  • IA closed source vs IA open source : comparatif des avantages et des inconvénients
  • Etudes de cas inspirées de l'actualitéTechniques fondamentales de l'IA
  • Machine Learning
  • Réseaux de neurones artificiels (Artificial Neural Networks)
  • Apprentissage profond (Deep Learning)
  • Réseaux de neurones convolutifs (Convolutional Neural Networks)
  • Réseaux de neurones récurrents (Recurrent Neural Networks)
  • Apprentissages supervisé / non-supervisé / renforcé
  • TensorFlow
  • Définition du problème
  • Ingestion des données
  • Préparation des données
  • Ségrégation des données
  • Sélection de variables
  • Extraction de variables
  • Apprentissage du modèle
  • Déploiement du modèle en production
  • Surveillance du modèle et réapprentissage
  • Introduction à MLOps
  • Vue d'ensemble du NLP
  • Les composants du NLP
  • Applications du NLP en entreprise
  • Comment utiliser le NLP ?
  • To
  •  
  •  
Meilleures pratiques de prompting
  • Outils d'ingénierie de prompt : LangChain, Guidance, DSPy...
  • Infrastructures pour les LLM : Ollama, Hugging Face, Hub Space
  • Exploitation du savoir externe avec les RAG
  • Frameworks de RAG : LangChain, LlamaIndex
  • Défis dans la mise en production des LLM et LCM
  • Introduction à LLMOpsPerspectives futures
  • Challenges de l'IA
  • Futures tendances et opportunités

Insertion dans l'emploi

Picto rouler et dérouler

Aucune donnée n'est encore disponible pour cette formation

Picto alerte M'alerter sur les nouvelles sessions

Outils pour compléter le parcours de vos bénéficiaires

L'annuaire des organismes et de leurs formations Les aides financières liées à la formation Les mesures pour sécuriser les parcours Les dispositifs de formation Cléor, les informations sur les métiers Le répertoire des certifications VAE en région