Plan du cours
Plan du cours Proposition de formation
Jour 1 - Introduction à l'IA et à Python pour les flux de données
• Panorama de l'intelligence artificielle et de l'apprentissage automatique
• Rôle de l'IA dans l'ingénierie de données moderne
• Rappel des fondamentaux de Python pour les applications IA
• Manipulation de données avec pandas et NumPy
• Introduction aux API et au traitement de données JSON
• Mini-exercice : chargement et transformation de jeux de données
Jour 2 - Fondements de l'apprentissage automatique pour les praticiens
• Concepts d'apprentissage supervisé et non supervisé
• Techniques d'ingénierie de caractéristiques et de préparation des données
• Bases de l'entraînement de modèles avec scikit-learn
• Évaluation des modèles et métriques de performance
• Introduction aux concepts de déploiement de modèles
• Pratique : construction d'un modèle prédictif simple
Jour 3 - Introduction aux LLM et à l'ingénierie de prompts
• Comprendre les grands modèles de langage et leur fonctionnement
• Tokenization, fenêtres de contexte et limitations
• Principes et techniques de conception de prompts
• Prompts zero-shot et few-shot
• Stratégies d'évaluation et d'itération des prompts
• Exercices pratiques d'ingénierie de prompts
Jour 4 - Construction d'applications IA avec LLMs
• Utilisation d'API LLM en Python
• Sorties structurées et concepts d'appels de fonctions
• Développement d'applications basées sur le chat et les tâches
• Introduction à la génération augmentée par la récupération (RAG)
• Connexion des LLM aux sources de données externes
• Mini-projet : construction d'un assistant IA simple
Jour 5 - Industrialisation des solutions IA
• Conception de flux de travail IA scalables
• Intégration de l'IA dans les pipelines de données
• Supervision et amélioration des performances des modèles
• Optimisation des coûts et stratégies d'utilisation des API
• Sécurité et considérations liées à l'IA responsable
• Projet final : construction d'une solution IA de bout en bout
Nos clients témoignent (2)
Le formateur était très disponible pour répondre à toutes les questions que j'ai posées.
Caterina - Stamtech
Formation - Developing APIs with Python and FastAPI
Traduction automatique
Le formateur développe la formation en fonction du rythme des participants
Farris Chua
Formation - Data Analysis in Python using Pandas and Numpy
Traduction automatique