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
Introduction à l'IA conversationnelle et aux Modèles de Langue Petits (SLMs)
- Fondements de l'IA conversationnelle
- Aperçu des SLMs et leurs avantages
- Études de cas des SLMs dans les applications interactives
Conception des Flux Conversationnels
- Principes du design de l'interaction humain-IA
- Création de dialogues engageants et naturels
- Considérations sur la expérience utilisateur (UX)
Construction des Bots de Service Client
- Cas d'utilisation pour les bots de service client
- Intégration des SLMs dans les plateformes de service client
- Gestion des demandes courantes des clients par l'IA
Formation des SLMs pour l'Interaction
- Collecte de données pour l'IA conversationnelle
- Techniques de formation pour les SLMs dans les systèmes de dialogue
- Affinage des modèles pour des scénarios d'interaction spécifiques
Évaluation de la Qualité des Interactions
- Métriques pour évaluer l'IA conversationnelle
- Tests utilisateurs et collecte d'avis
- Amélioration itérative basée sur l'évaluation
Interactions Vocalisées et Multimodales
- Intégration de la reconnaissance vocale avec les SLMs
- Conception des interactions multimodales (texte, voix, visuels)
- Études de cas d'assistants vocaux et de chatbots
Personnalisation et Compréhension Contextuelle
- Techniques pour personnaliser les interactions
- Gestion des conversations sensibles au contexte
- Vie privée et sécurité des données dans l'IA personnalisée
Considérations Éthiques et Atténuation de la Biais
- Cadres éthiques pour l'IA conversationnelle
- Identification et atténuation des biais dans les interactions
- Assurer l'inclusion et l'équité dans la communication par IA
Déploiement et Échelle
- Stratégies pour le déploiement des systèmes d'IA conversationnelle
- Échelonnement des SLMs pour une utilisation généralisée
- Suivi et maintenance des interactions par IA après le déploiement
Projet Capstone
- Identification d'un besoin en IA conversationnelle dans un domaine choisi
- Développement d'une maquette utilisant des SLMs
- Tests et présentation de l'application interactive
Évaluation Finale
- Soumission du rapport sur le projet capstone
- Démonstration d'un système d'IA conversationnelle fonctionnel
- Évaluation basée sur l'innovation, l'engagement de l'utilisateur et la réalisation technique
Résumé et Prochaines Étapes
Pré requis
- Compréhension de base des Intelligence Artificielle et de l'Apprentissage Automatique
- Maîtrise du langage Python
- Expérience avec les concepts de Traitement du Langage Naturel
Public cible
- Scientifiques des données
- Ingénieurs en apprentissage automatique
- Chercheurs et développeurs en IA
- Managers de produits et concepteurs UX
14 Heures