Objectifs
Objectifs de la formation
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.
Métier(s) associé(s)
Métier(s) associé(s)
Métier
Domaines
Domaine(s)
Intelligence artificielle
Contenu
Contenu
Jour 1 – Fondamentaux
- Machine Learning, Deep Learning
- Réseaux de neurones (ANN, CNN, RNN)
- Types d’apprentissage : supervisé / non supervisé / renforcé
- Introduction à TensorFlow
?? Pratique : comparer des modèles, créer une mini-app IA
Jour 2 – Pipeline ML & NLP
?? Pipeline ML + MLOps
- Ingestion, préparation, feature engineering
- Entraînement, déploiement, monitoring
?? Pratique : créer et déployer un modèle ML
?? NLP
- Tokenisation, lemmatisation, bag-of-words
- Applications : analyse de sentiment, classification
?? Pratique : modèle NLP + inférence
Jour 3 – LLM, LCM & Architectures avancées
- LLM (ChatGPT, Claude, Mistral…), versions légères & spécialisées
- LCM : génération d’images
- Prompting & outils : LangChain, DSPy, Hugging Face
- RAG : LangChain, LlamaIndex
- Architectures composables, agents IA, protocole MCP
- Mises en production (LLMOps)
?? Pratique : chatbot LLM, architecture MCP
?? Perspectives
- Scalabilité, biais, hallucinations
- Éthique : AI Act, RGPD, confidentialité
- Intégration de l’IA en entreprise