Nous utilisons des cookies pour vous fournir l'ensemble de nos services, notamment la recherche et les alertes. En acceptant, vous consentez à notre utilisation de ces cookies.
Choisir mes préférences
L'IA générative expliquée aux Data scientists
Objectifs
Programme
- Identifier des applications possibles de l'IA générative
- Comprendre et maîtriser les concepts deep learning au cœur de l'IA générative
- Connaître les modèles et les API utilisables pour des projets GENAI
- Connaître les conditions d'application et d'usage des outils
- Apprendre à réaliser des prompts avancés
L'IA générative a déjà de multiples impacts et son incorporation dans les pratiques opérationnelles en entreprise à de multiples applications. Selon son profil et ses compétences, l'exposition à cette révolution technologique couvre de multiples facettes. Pour les profils data et data science, notre formation s'attache à couvrir les sous-jacents machine et deep learning, présentera des exemples et démonstrations avec les standards marché et proposera enfin un atelier pour perfectionner des prompts sur des usages data.
Public visé
- Fonction Managériale Data, Digitale et IT
- Fonction Data, Digitale et IT
- Data Scientist, ML engineer, Data analysts, Data engineer
Prérequis
- Professionnels de la data
- Expérience en data science avec un premier niveau de connaissances en machine learning et l'IA
- Pas de connaissance en code nécessaire
Méthodes pédagogiques
Alternance des modalités pédagogiques : exposé, démonstrations pratiques, échanges collectifs, quiz collectifs, exercices pratiques et remise du support de formation.
50 % du temps global de la formation est dédié aux exercices
MODULE 1 : FONDAMENTAUX
- L'IA générative se base sur du deep learning
- Galerie de cas d'usage et typologies d'IA génératives
- Garde-fous et limites : biais, propriété, sécurité …
- Histoire des modèles textes et images (bert …)
- Le mécanisme d'auto-attention expliqué
- Le modèle de diffusion expliqué
- RAG recherche augmentée dans des documents
- Typologie d'outils et démonstrations (Google Cloud, Azure openai, chatgpt, llama …)
MODULE 2 : IA GÉNÉRATIVE VU DU PRISME DATA SCIENCE
- Comment a été entrainé ChatGPT
- Fondamentaux des modèles génératifs : foundation models, transformers, embeddings tokens, fenêtre, dictionnaire, température …
- Les différents types d'apprentissage : auto-supervisé, few shot, LoRa, renforcement
- Fondamentaux deep learning : loss, hyperparamètres, filtre convolutionnels, pre trained, … et panorama d'architectures (RNN, CNN, auto encoder…)
- Démonstration IA sur images et textes via interfaces et démo app s'appuyant sur des call API python
- Conclusion : concevoir son propre LLM ou utiliser une IA sur étagère ? Hybrider ? Avantages / inconvénients, rex
MODULE 3 : ATELIER PROMPT
- Bonnes pratiques pour structurer son prompt
- Exercices de prompts : persona, chain of thought, few shot, format… (accès fourni à Google Vertex AI)
- Exemples d'ateliers : naming, approfondir un sujet, formatter du texte en tableau, assistance de code, migration de code, analyse de tableau, anonymisation, mots clés, résumé, …
Modalités d'évaluation
Notre auto-évaluation permet d'apprécier les acquis apportés par l'action de formation
Informations complémentaires
Accessibilité :
Si un bénéficiaire a des contraintes particulières liées à une situation de handicap, veuillez nous contacter au préalable afin que nous puissions, dans la mesure du possible, adapter l'action de formation
Choisissez une date pour pouvoir réserver !
Autres formations disponibles :