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.
Durée 21 heures
Plan du cours
Introduction à l'IA pour le développement logiciel
- IA générative par rapport à l'IA prédictive
- Applications de l'IA dans le codage, l'analyse et l'automatisation
- Vue d'ensemble des LLM, des transformers et des modèles d'apprentissage profond
Codage assisté par l'IA et développement prédictif
- Achèvement et génération de code alimentés par l'IA (GitHub Copilot, CodeGeeX)
- Prédiction des bugs et des vulnérabilités du code avant le déploiement
- Automatisation des revues de code et des suggestions d'optimisation
Construction de modèles prédictifs pour applications logicielles
- Compréhension de la prévision sur séries temporelles et de l'analyse prédictive
- Implémentation de modèles d'IA pour la prévision de la demande et la détection d'anomalies
- Utilisation de Python, Scikit-learn et TensorFlow pour la modélisation prédictive
IA générative pour la génération de texte, de code et d'images
- Travail avec GPT, LLaMA et autres LLM
- Génération de données synthétiques, de résumés de texte et de documentation
- Création d'images et de vidéos générées par l'IA avec des modèles de diffusion
Déploiement de modèles d'IA dans des applications réelles
- Hébergement de modèles d'IA à l'aide de Hugging Face, AWS et Google Cloud
- Construction de services d'IA basés sur des API pour les applications commerciales
- Affinage de modèles d'IA pré-entraînés pour des tâches spécifiques au domaine
IA pour les insights commerciaux prédictifs et la prise de décision
- Intelligence commerciale et analyse client pilotées par l'IA
- Prédiction des tendances du marché et du comportement des consommateurs
- Automatisation de l'optimisation des flux de travail avec l'IA
IA éthique et meilleures pratiques en développement
- Considérations éthiques dans la prise de décision assistée par l'IA
- Détection des biais et équité dans les modèles d'IA
- Meilleures pratiques pour une IA interprétable et responsable
Ateliers pratiques et études de cas
- Implémentation de l'analyse prédictive sur un jeu de données réel
- Construction d'un chatbot alimenté par l'IA avec génération de texte
- Déploiement d'une application basée sur un LLM pour l'automatisation
Résumé et prochaines étapes
- Revue des points clés
- Outils et ressources d'IA pour aller plus loin
- Séance finale de questions-réponses
Pré requis
- Une compréhension des concepts fondamentaux du développement logiciel
- Une expérience avec un langage de programmation (Python recommandé)
- Une familiarité avec les bases de l'apprentissage automatique ou de l'IA (recommandée mais non obligatoire)
Public cible
- Développeurs logiciels
- Ingénieurs IA/ML
- Chefs d'équipes techniques
- Chefs de projet intéressés par les applications alimentées par l'IA
Nos clients témoignent (4)
Comprendre l'IA et les LLM : leur fonctionnement, ainsi que les pièges à éviter et les opportunités à saisir.
Henk Jan Beltman - genuine business
Formation - Advanced AI Concepts with Perplexity
Traduction automatique
Comprendre le contexte de manière approfondie ; maîtriser la rédaction d'un prompt.
Olaf Kannt - Helios Klinikum Krefeld
Formation - Generative AI and Prompt Engineering in Healthcare
Traduction automatique
les conseils et les suggestions de prompts à retenir de cette formation
Lee Mei Lin - ST Engineering IHQ Pte Ltd
Formation - InVideo AI: Creating Engaging Short-Form Videos
Traduction automatique
utilisation de prompts appropriés et efficaces
Marses Pacaldo
Formation - Generative AI and Prompt Engineering for Corporate Professionals
Traduction automatique