Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Module 1 : Introduction et Théorie de l'IA
- L'Approche Basée sur les Modèles : l'IA comme un problème d'ingénierie.
- Démystifier le « Fantôme dans la Machine » : ce que l'IA est vs. ce qu'elle n'est pas.
- L'Évolution de la Technologie : du BERT aux Transformers.
- Domaines Génératifs : Analyse, Créatif, Recherche, Image, Musique et Vidéo.
- Gouvernance des Données : Piliers, audits et tendances de recherche (Multimodalité, Agents, RAG, LLM vs. SLM).
- Le Versant Obscur : Éthique, propriété intellectuelle, biais, hallucinations et ingénierie sociale.
- Évaluation des Risques : Poisonnement des données, Nepenthes et le risque de « diminuer » les compétences humaines.
- Taxonomie des Modèles : Fondation vs. Spécifique à la tâche ; Modèles fermés vs. ouverts.
Module 2 : Paysage Actuel et Outils
- L'Arena des Modèles Linguistiques : Comparaison des performances et des benchmarks.
- Critères d'achat Professionnels : Coût, latence, confidentialité et enfermement par le fournisseur.
- Aperçu des Grands Modèles : OpenAI ChatGPT, Perplexity, Gemini et Grok.
- Modèles Niches et Petits : Manus, SpecKit.
- Génération Graphique : Perchance
- Contraintes Techniques : Rot de contexte vs. Coût des jetons.
Module 3 : Interaction - Génie de Prompt et de Contexte
- Le Cadre de Vérification : Complétude, cohérence et vérifiabilité.
- La Stratégie RAG : Quand utiliser la Génération Augmentée par la Récupération vs. l'ajustement fin.
- ROI de l'IA : Coûts de maintenance vs. gains de productivité.
- Techniques Avancées : 20+ méthodes de Prompt et RAG avec des exemples concrets.
- Frontières Expérimentales : Triangulation, Aperçu Cartographique et Génération Basée sur les Modèles.
Module 4 : IA dans la Gestion de Projet Agile
- Le Pilote Superordinateur : l'IA comme moteur d'automatisation.
- Prise de Décision : Responsabilité humaine vs. assistance par IA.
- AIOps et GitOps : Intégration de l'IA dans le flux de travail opérationnel.
- Chaînes d'Outils et Pipelines : Création d'un environnement dirigé par IA fluide.
- Artifacts Agile : Backlog, feuille de route et ingénierie des exigences.
- Gestion Précise : Planification des capacités et estimation (Précision vs. Exactitude).
- Propriété de Produit : Génération d'idées, analyse de fonctionnalités et risques de codage par ambiance.
- Risques et Scénarios : Planification des « Et Si » et gestion automatisée des risques.
- Raffinement : Description et raffinement de l'Use Case et de l'User Story.
Pré requis
- Compréhension de base du Manifeste Agile et du cadre Scrum.
- Expérience en gestion de projet, propriété de produit ou leadership d'équipe.
- Aucune expérience préalable en programmation ou en ingénierie IA n'est requise, bien qu'une familiarité générale avec les outils numériques soit recommandée.
Audience
- Gestionnaires de Projets Agile et Scrum Masters.
- Propriétaires de Produit et Managers de Produit.
- Chefs d'équipe IT et Managers de Livraison.
- Analystes d'Affaires travaillant dans des environnements Agile.
- Gestionnaires d'Opérations intéressés par l'AIOps.
7 Heures
Nos clients témoignent (1)
Comprendre les fonctions et les outils de l'IA pour faciliter nos tâches. Il est nécessaire de faire évoluer l'IA Chubb, notamment pour l'analyse et la création de présentations.
Tri wulandari - PT Chubb Life Insurance Indonesia
Formation - AI Literacy & Productivity
Traduction automatique
