Accueil
Numérique
Intelligence artificielle
ChatGPT
Nlp et api openai - niveau avancé : maîtriser chatgpt et dall-e

Nlp et api openai - niveau avancé : maîtriser chatgpt et dall-e

Qualiopi

En centre

Non éligible CPF

Objectifs

Programme

Approfondir la compréhension des réseaux de neurones récurrents (RNN) et leur application dans le traitement du langage naturel (NLP).
Acquérir une maîtrise avancée des principes de fonctionnement de l'API d'OpenAI.
Développer des compétences pour concevoir et entraîner des modèles de NLP en utilisant OpenAI.
Savoir implémenter des cas d'utilisation réels de NLP en utilisant l'API d'OpenAI.
Apprendre à effectuer le réglage fin de DALL-E dans divers contextes.

1. INTRODUCTION À LA VISION PAR ORDINATEUR ET AUX RÉSEAUX DE NEURONES À CONVOLUTION

Comprendre les principes fondamentaux de la vision par ordinateur
Découvrir les différents modèles open-source disponibles
S'initier aux réseaux de neurones à convolution

2. EXPLORATION DE DALL-E

Présentation et principes de fonctionnement de DALL-E
Générer des images à partir de descriptions en langage naturel
Explorer les fonctionnalités de DALL-E : extension d'images, modification d'images existantes, création de variations d'une image
Faire des requêtes à l'API DALL-E
Atelier pratique : discussion sur les bonnes pratiques et les mesures de sécurité pour l'utilisation de DALL-E

3. UTILISATION DU MODÈLE GPT-4 DE L'API D'OPENAI

Introduction à GPT-4 : présentation, nouveautés
Exploration des nouvelles fonctionnalités de GPT-4
Atelier pratique : exemples d'utilisation de GPT-4

4. ENTRAÎNEMENT FIN (FINE TUNING) AVEC GPT-4

Introduction au concept de fine-tuning
Parcours de différents exemples d'utilisation de GPT-4
Atelier pratique : exercices d'application du fine-tuning

5. UTILISATION DE WHISPER POUR LA RECONNAISSANCE VOCALE

Découverte de Whisper et de son principe de fonctionnement
Apprentissage des techniques pour convertir un audio en texte
Apprentissage des techniques pour convertir un texte en audio
Apprentissage des techniques pour traduire et transcrire un audio dans différentes langues
Atelier pratique : installation et exécution de Whisper en local

Public visé

Cette formation s'adresse principalement à un public d'experts en technologies de l'information et des données. Les développeurs logiciels et web, qui souhaitent enrichir leurs compétences en programmation et en intelligence artificielle, trouveront de la valeur ajoutée dans cette formation. Les ingénieurs en informatique, déjà familiers avec les concepts de base de l'IA, pourront approfondir leur compréhension des outils OpenAI tels que ChatGPT et DALL-E . Les analystes, souvent confrontés à des masses de données à interpréter, pourront également améliorer leur pratique en apprenant à utiliser ces outils pour automatiser et optimiser leurs analyses. Enfin, les Data Scientists et Data Analysts, qui manipulent et interprètent quotidiennement des données complexes, pourront acquérir des compétences pointues en matière de NLP pour peaufiner leurs modèles prédictifs et leurs systèmes de recommandation. Il est important de noter que cette formation requiert une connaissance préalable des concepts fondamentaux de l'IA et de la programmation.

Prérequis

Avoir des connaissances de base en langage de programmation Python. Cela signifie être capable de créer et d'exécuter des scripts Python, de comprendre les structures de contrôle de flux comme les boucles et les conditionnels, et d'avoir une expérience avec les bibliothèques Python couramment utilisées. Avoir une compréhension de base du Deep Learning. Les participants devraient être familiers avec les concepts de base tels que les réseaux de neurones, le backpropagation, les fonctions d'activation, etc. Avoir des connaissances de base en traitement du langage naturel (NLP). Cela comprend la compréhension des concepts tels que la tokenisation, le stemming, le lemmatising, etc. Être muni d'un ordinateur relié à Internet, possédant une caméra, un micro et un haut-parleur. Cela est nécessaire pour participer aux sessions de formation en direct et interagir avec les formateurs et les autres participants.

Méthodes pédagogiques

L’approche pédagogique a été construite sur l’interactivité et la personnalisation : Présentation illustrée et animée par le Formateur Expert, partage d’expériences, études de cas, mise en situation réelle.
Tous les supports sont fournis par support papier, mail ou clé USB à chaque stagiaire.

Méthodologie pédagogique employée :
Chaque formation en présentiel ou en distanciel est animée par un Formateur Expert Métier sélectionné selon ses compétences et expériences professionnelles. Apport d’expertise du Formateur, quiz en début et fin de formation, cas pratiques, échanges d’expérience. Accès en ligne au support de formation.

Modalités d'évaluation

Méthodes utilisées et évaluation :
Evaluation et positionnement lors de la définition du projet pédagogique avec le(s) stagiaire(s). Un QCM est donné aux stagiaires le dernier jour de la formation pour valider leurs apprentissages. Une correction collective est effectuée par le Formateur. Une évaluation de fin de stage en direct est organisée entre le Formateur et le(s) stagiaire(s) pour recueillir et prendre en compte leurs appréciations. Une attestation de fin de stage est remise aux stagiaires.