Formation AI for Robotics en Lille

Prototypage Rapide Pratique pour la Robotique avec ROS 2 & Docker est un cours pratique conçu pour aider les développeurs à construire, tester et déployer des applications robotiques de manière efficace. Les participants apprendront comment containeriser des environnements robotiques, intégrer des packages ROS 2, et prototyper des systèmes robotiques modulaires en utilisant Docker pour la reproductibilité et l'évolutivité. Le cours met l'accent sur l'agilité, le contrôle de version et les pratiques de collaboration adaptées aux équipes d'innovation en phase précoce.

Cette formation dirigée par un instructeur (en ligne ou sur site) est destinée à des participants de niveau débutant à intermédiaire qui souhaitent accélérer les workflows de développement robotique en utilisant ROS 2 et Docker.

À la fin de cette formation, les participants seront capables de :

• Configurer un environnement de développement ROS 2 au sein de conteneurs Docker.
• Développer et tester des prototypes robotiques dans des configurations modulaires et reproductibles.
• Utiliser des outils de simulation pour valider le comportement du système avant le déploiement matériel.
• Collaborer efficacement sur des projets robotiques containerisés.
• Appliquer les concepts d'intégration et de déploiement continu dans les pipelines robotiques.

Format du Cours

• Conférences interactives et démonstrations.
• Exercices pratiques avec des environnements ROS 2 et Docker.
• Mini-projets axés sur des applications robotiques réelles.

Options de Personnalisation du Cours

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser.

Interaction Homme-Robot (HRI) : Voix, Gestes et Contrôle Collaboratif est un cours pratique conçu pour introduire les participants à la conception et à l'implémentation d'interfaces intuitives pour la communication homme-robot. La formation combine théorie, principes de design et pratique de programmation pour créer des systèmes d'interaction naturels et réactifs en utilisant la parole, les gestes et des techniques de contrôle partagé. Les participants apprendront à intégrer des modules de perception, à développer des systèmes d'entrée multimodaux et à concevoir des robots qui collaborent en toute sécurité avec les humains.

Cette formation dirigée par un instructeur (en ligne ou sur site) est destinée aux participants de niveau débutant à intermédiaire qui souhaitent concevoir et mettre en œuvre des systèmes d'interaction homme-robot améliorant l'ergonomie, la sécurité et l'expérience utilisateur.

À la fin de cette formation, les participants seront capables de :

• Comprendre les fondements et les principes de design de l'interaction homme-robot.
• Développer des mécanismes de contrôle et de réponse basés sur la voix pour les robots.
• Mettre en œuvre la reconnaissance de gestes à l'aide de techniques d'imagerie par ordinateur.
• Concevoir des systèmes de contrôle collaboratif pour une autonomie sûre et partagée.
• Évaluer les systèmes HRI en termes d'ergonomie, de sécurité et de facteurs humains.

Format du Cours

• Conférences interactives et démonstrations.
• Exercices pratiques de codage et de design.
• Expériences pratiques en simulation ou dans des environnements robotiques réels.

Options de Personnalisation du Cours

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser.

Automatisation Robotique Industrielle : Intégration ROS-PLC et Jumeaux Numériques est un cours pratique axé sur le pont entre l'automatisation industrielle et les cadres robotiques modernes. Les participants apprendront à intégrer des systèmes robotiques basés sur ROS avec des PLC pour des opérations synchronisées, ainsi qu'à explorer des environnements de jumeaux numériques pour simuler, surveiller et optimiser les processus de production. Le cours met l'accent sur l'interopérabilité, le contrôle en temps réel et l'analyse prédictive à l'aide de répliques numériques de systèmes physiques.

Ce cours dirigé par un instructeur (en ligne ou sur site) est destiné aux professionnels de niveau intermédiaire souhaitant développer des compétences pratiques dans la connexion de robots contrôlés par ROS avec des environnements PLC, ainsi que l'implémentation de jumeaux numériques pour l'automatisation et l'optimisation de la fabrication.

À la fin de ce cours, les participants seront capables de :

• Comprendre les protocoles de communication entre les systèmes ROS et PLC.
• Implémenter l'échange de données en temps réel entre les robots et les contrôleurs industriels.
• Développer des jumeaux numériques pour la surveillance, le test et la simulation de processus.
• Intégrer des capteurs, actionneurs et manipulateurs robotiques dans les flux de travail industriels.
• Concevoir et valider des systèmes d'automatisation industrielle à l'aide d'environnements de simulation hybrides.

Format du Cours

• Conférences interactives et présentations d'architecture.
• Exercices pratiques intégrant les systèmes ROS et PLC.
• Implémentation de projets de simulation et de jumeaux numériques.

Options de Personnalisation du Cours

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser.

Manipulation et Prise de Robots avec l'Apprentissage Profond est un cours avancé qui relie le contrôle robotique aux techniques modernes d'apprentissage profond. Les participants exploreront comment l'apprentissage profond peut améliorer la perception, la planification de mouvements et la prise précise dans les systèmes robotiques. À travers des théories, des simulations et des exercices pratiques de codage, le cours guide les apprenants de la commande basée sur la perception à l'apprentissage de politiques d'extrémité à extrémité pour les tâches de manipulation.

Cette formation dirigée par un formateur (en ligne ou sur site) est destinée aux professionnels de niveau avancé qui souhaitent appliquer des méthodes d'apprentissage profond pour permettre une manipulation robotique intelligente, adaptable et précise.

À la fin de cette formation, les participants seront capables de :

• Développer des modèles de perception pour la reconnaissance d'objets et l'estimation de pose.
• Former des réseaux neuronaux pour la détection de prises et la planification de mouvements.
• Intégrer des modules d'apprentissage profond avec des contrôleurs robotiques en utilisant ROS 2.
• Simuler et évaluer les stratégies de prise et de manipulation dans des environnements virtuels.
• Déployer et optimiser les modèles appris sur des bras robotiques réels ou simulés.

Format du Cours

• Exposé dirigé par un expert et plongée algorithmique approfondie.
• Exercices pratiques de codage et de simulation.
• Mise en œuvre et test basés sur un projet.

Options de Personnalisation du Cours

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser.

Systèmes Multi-Robots et Intelligence des Essaims est un cours de formation avancé qui explore la conception, la coordination et le contrôle d'équipes robotiques inspirées par les comportements d'essaim biologique. Les participants apprendront à modéliser les interactions, à mettre en œuvre une prise de décision distribuée et à optimiser la collaboration entre plusieurs agents. Le cours combine théorie et simulation pratique pour préparer les apprenants à des applications dans le domaine de la logistique, de la défense, du secours et de l'exploration autonome.

Cette formation dirigée par un instructeur (en ligne ou sur site) est destinée aux professionnels de niveau avancé qui souhaitent concevoir, simuler et mettre en œuvre des systèmes multi-robots et basés sur les essaims en utilisant des cadres open-source et des algorithmes.

À la fin de cette formation, les participants seront capables de :

• Comprendre les principes et la dynamique de l'intelligence des essaims et de la robotique coopérative.
• Concevoir des stratégies de communication et de coordination pour les systèmes multi-robots.
• Mettre en œuvre des algorithmes de prise de décision distribuée et de consensus.
• Simuler des comportements collectifs tels que le contrôle de formation, le vol en troupeau et la couverture.
• Appliquer des techniques basées sur les essaims à des scénarios du monde réel et à des problèmes d'optimisation.

Format de la Formation

• Conférences avancées avec plongée algorithmique.
• Codage et simulation pratique en ROS 2 et Gazebo.
• Projet collaboratif appliquant les principes de l'intelligence des essaims.

Options de Personnalisation du Cours

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser.

TinyML est un cadre permettant de déployer des modèles d'apprentissage automatique sur des microcontrôleurs à faible consommation et des plateformes embarquées utilisés dans la robotique et les systèmes autonomes.

Cette formation dirigée par un instructeur (en ligne ou sur site) est destinée aux professionnels de niveau avancé qui souhaitent intégrer des capacités de perception et de prise de décision basées sur TinyML dans des robots autonomes, des drones et des systèmes de contrôle intelligents.

À l'issue de ce cours, les participants seront capables de :

• Concevoir des modèles TinyML optimisés pour les applications robotiques.
• Mettre en œuvre des pipelines de perception sur dispositif pour l'autonomie en temps réel.
• Intégrer TinyML dans les frameworks de contrôle robotique existants.
• Déployer et tester des modèles d'IA légers sur des plateformes matérielles embarquées.

Format du cours permettant d'évaluer les participants

• Cours techniques combinés à des discussions interactives.
• Ateliers pratiques axés sur les tâches robotiques embarquées.
• Exercices pratiques simulant des workflows autonomes du monde réel.

Options de personnalisation du cours

• Pour les environnements robotiques spécifiques à une organisation, la personnalisation peut être organisée sur demande.

La Robotique sûre et explicable est une formation complète axée sur la sécurité, la vérification et la gouvernance éthique des systèmes robotiques. Le cours combine théorie et pratique en explorant les méthodologies de cas de sécurité, l'analyse des risques et les approches d'IA explicables qui rendent la prise de décision robotique transparente et fiable. Les participants apprendront à assurer le respect des normes, à vérifier les comportements et à documenter la garantie de sécurité en accord avec les normes internationales.

Cette formation dirigée par un instructeur (en ligne ou sur site) est destinée aux professionnels de niveau intermédiaire qui souhaitent appliquer les principes de vérification, de validation et d'explicabilité pour garantir le déploiement sûr et éthique des systèmes robotiques.

À la fin de cette formation, les participants seront capables de :

• Développer et documenter des cas de sécurité pour les systèmes robotiques et autonomes.
• Appliquer des techniques de vérification et de validation dans des environnements de simulation.
• Comprendre les cadres d'IA explicables pour la prise de décision robotique.
• Intégrer les principes de sécurité et d'éthique dans la conception et l'exploitation des systèmes.
• Communiquer les exigences de sécurité et de transparence aux parties prenantes.

Format du cours permettant d'évaluer les participants

• Cours interactif avec discussion.
• Exercices pratiques de simulation et d'analyse de sécurité.
• Études de cas provenant d'applications robotiques réelles.

Options de personnalisation du cours

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser.

L'IA au bord permet aux modèles d'intelligence artificielle de s'exécuter directement sur des appareils embarqués ou à ressources limitées, réduisant ainsi la latence et la consommation énergétique tout en augmentant l'autonomie et la confidentialité dans les systèmes robotiques.

Cette formation dirigée par un instructeur (en ligne ou sur site) s'adresse aux développeurs embarqués de niveau intermédiaire et aux ingénieurs en robotique qui souhaitent implémenter des techniques d'inférence et d'optimisation machine learning directement sur le matériel robotique à l'aide de TinyML et des frameworks IA au bord.

À la fin de cette formation, les participants seront en mesure de :

• Comprendre les fondamentaux du TinyML et de l'IA au bord pour la robotique.
• Convertir et déployer des modèles IA pour l'inférence sur appareil.
• Optimiser les modèles en termes de vitesse, de taille et d'efficacité énergétique.
• Intégrer des systèmes IA au bord dans les architectures de contrôle robotique.
• Évaluer les performances et la précision dans des scénarios réels.

Format du cours permettant d'évaluer les participants

• Cours interactif avec discussion.
• Pratique mains dans le cambouis en utilisant les chaînes d'outils TinyML et IA au bord.
• Exercices pratiques sur des plateformes matérielles embarquées et robotiques.

Options de personnalisation du cours

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser.

Cette formation dirigée par un instructeur (en ligne ou sur site) est destinée aux participants de niveau intermédiaire qui souhaitent explorer le rôle des robots collaboratifs (cobots) et d'autres systèmes d'IA centrés sur l'humain dans les lieux de travail modernes.

À la fin de cette formation, les participants seront en mesure de :

• Comprendre les principes de l’IA Physique Centrée sur l'Humain et ses applications.
• Explorer le rôle des robots collaboratifs dans l'amélioration de la productivité au travail.
• Identifier et résoudre les défis des interactions homme-machine.
• Concevoir des flux de travail qui optimisent la collaboration entre humains et systèmes pilotés par l'IA.
• Promouvoir une culture d'innovation et d'adaptabilité dans les lieux de travail intégrés à l’IA.

L'apprentissage par renforcement (RL) est un paradigme d'apprentissage automatique où des agents apprennent à prendre des décisions en interagissant avec un environnement. En robotique, le RL permet aux systèmes autonomes de développer des capacités de contrôle et de prise de décision adaptatives grâce à l'expérience et au feedback.

Cette formation dirigée par un instructeur (en ligne ou sur site) est destinée aux ingénieurs d'apprentissage automatique avancés, chercheurs en robotique et développeurs qui souhaitent concevoir, implémenter et déployer des algorithmes d'apprentissage par renforcement dans des applications robotiques.

À la fin de cette formation, les participants seront capables de :

• Comprendre les principes et les mathématiques de l'apprentissage par renforcement.
• Implémenter des algorithmes RL tels que Q-learning, DDPG et PPO.
• Intégrer le RL avec des environnements de simulation robotique en utilisant OpenAI Gym et ROS 2.
• Entraîner des robots à accomplir des tâches complexes de manière autonome par essai et erreur.
• Optimiser les performances d'entraînement en utilisant des frameworks d'apprentissage profond comme PyTorch.

Format du cours permettant d'évaluer les participants

• Cours interactif avec discussion et démonstrations pratiques.
• Mise en œuvre pratique utilisant Python, PyTorch et OpenAI Gym.
• Exercices pratiques dans des environnements robotiques simulés ou physiques.

Options de personnalisation du cours

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser un rendez-vous.

OpenCV est une bibliothèque open-source de vision par ordinateur qui permet le traitement d'images en temps réel, tandis que les frameworks d'apprentissage profond comme TensorFlow fournissent des outils pour la perception et la prise de décision intelligentes dans les systèmes robotiques.

Cette formation dirigée par un instructeur (en ligne ou sur site) s'adresse aux ingénieurs en robotique, praticiens de la vision par ordinateur et ingénieurs en apprentissage automatique de niveau intermédiaire qui souhaitent appliquer des techniques de vision par ordinateur et d'apprentissage profond pour la perception et l'autonomie robotiques.

À la fin de cette formation, les participants seront capables de :

• Mettre en œuvre des pipelines de vision par ordinateur avec OpenCV.
• Intégrer des modèles d'apprentissage profond pour la détection et la reconnaissance d'objets.
• Utiliser les données basées sur la vision pour le contrôle et la navigation robotiques.
• Combiner des algorithmes classiques de vision avec des réseaux neuronaux profonds.
• Déployer des systèmes de vision par ordinateur sur des plateformes embarquées et robotiques.

Format du cours permettant d'évaluer les participants

• Cours interactif avec discussion.
• Pratique pratique en utilisant OpenCV et TensorFlow.
• Mise en œuvre de laboratoire en direct sur des systèmes robotiques simulés ou physiques.

Options d'adaptation du cours

• Pour demander une formation personnalisée pour ce cours, merci de nous contacter pour organiser cela.

Cette formation animée par un instructeur, en présentiel (en ligne ou sur site), est destinée aux ingénieurs et chercheurs en IA de niveau avancé qui souhaitent utiliser l'IA multimodale pour intégrer diverses données sensorielles afin de créer des robots plus autonomes et efficaces capables de voir, d'entendre et de toucher.

À la fin de cette formation, les participants seront en mesure de :

• Implémenter des capteurs multimodaux dans les systèmes robotiques.
• Développer des algorithmes d'IA pour la fusion sensorielle et la prise de décision.
• Créer des robots capables d'exécuter des tâches complexes dans des environnements dynamiques.
• Aborder les défis du traitement de données en temps réel et de l'actionnement.

Smart Robotics est l'intégration de l'intelligence artificielle dans les systèmes robotiques pour une perception améliorée, la prise de décision et le contrôle autonome.

Cette formation en direct (en ligne ou sur site) encadrée par un instructeur s'adresse aux ingénieurs avancés en robotique, aux intégrateurs de systèmes et aux chefs d'automatisation qui souhaitent mettre en œuvre une perception, une planification et un contrôle pilotés par l'IA dans les environnements de fabrication intelligente.

À la fin de cette formation, les participants seront capables de :

• Comprendre et appliquer des techniques d'IA pour la perception robotique et la fusion sensorielle.
• Développer des algorithmes de planification du mouvement pour les robots collaboratifs et industriels.
• Déployer des stratégies de contrôle basées sur l'apprentissage pour une prise de décision en temps réel.
• Intégrer des systèmes robotiques intelligents dans les flux de travail de usines intelligentes.

Format du cours permettant d'évaluer les participants

• Cours interactif et discussion.
• Beaucoup d'exercices et de pratique.
• Mise en œuvre pratique dans un environnement de laboratoire vivant.

Options de Personnalisation du Cours

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour en faire la demande.

ROS 2 (Robot Operating System 2) est un cadre open-source conçu pour soutenir le développement d'applications robotiques complexes et évolutives.

Cette formation dirigée par un instructeur, en ligne ou sur site, s'adresse aux ingénieurs et développeurs de robots intermédiaires qui souhaitent mettre en œuvre la navigation autonome et SLAM (Simultaneous Localization and Mapping) avec ROS 2.

À la fin de cette formation, les participants seront capables de :

• Configurer ROS 2 pour les applications de navigation autonome.
• Mettre en œuvre des algorithmes SLAM pour la cartographie et la localisation.
• Intégrer des capteurs tels que le LiDAR et les caméras avec ROS 2.
• Simuler et tester la navigation autonome dans Gazebo.
• Déployer des piles de navigation sur des robots physiques.

Format du cours permettant d'évaluer les participants

• Cours interactif et discussion.
• Pratique pratique utilisant les outils ROS 2 et les environnements de simulation.
• Mise en œuvre et test sur des robots virtuels ou physiques dans un laboratoire en direct.

Options de personnalisation du cours

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser.

Cette formation dirigée par un instructeur (en ligne ou sur site) est destinée aux participants de niveau intermédiaire qui souhaitent améliorer leurs compétences en conception, programmation et déploiement de systèmes robotiques intelligents pour l'automatisation et au-delà.

À la fin de cette formation, les participants seront capables de :

• Comprendre les principes de l'IA physique et ses applications en robotique et automatisation.
• Concevoir et programmer des systèmes robotiques intelligents pour des environnements dynamiques.
• Implémenter des modèles d'IA pour la prise de décision autonome dans les robots.
• Tirer parti des outils de simulation pour le test et l'optimisation robotique.
• Aborder des défis tels que la fusion de capteurs, le traitement en temps réel et l'efficacité énergétique.

L'Intelligence Artificielle (IA) pour la Robotique combine l'apprentissage automatique, les systèmes de contrôle et la fusion de capteurs pour créer des machines intelligentes capables de percevoir, raisonner et agir de manière autonome. Grâce à des outils modernes comme ROS 2, TensorFlow et OpenCV, les ingénieurs peuvent désormais concevoir des robots qui naviguent, planifient et interagissent avec des environnements réels de manière intelligente.

Cette formation dirigée par un instructeur (en ligne ou sur site) est destinée aux ingénieurs de niveau intermédiaire qui souhaitent développer, entraîner et déployer des systèmes robotiques alimentés par l'IA en utilisant les technologies et frameworks open-source actuels.

À la fin de cette formation, les participants seront capables de :

• Utiliser Python et ROS 2 pour construire et simuler des comportements robotiques.
• Implémenter des Filtres de Kalman et des Filtres à Particules pour la localisation et le suivi.
• Appliquer des techniques de vision par ordinateur avec OpenCV pour la perception et la détection d'objets.
• Utiliser TensorFlow pour la prédiction du mouvement et le contrôle basé sur l'apprentissage.
• Intégrer SLAM (Localisation et Cartographie Simultanées) pour une navigation autonome.
• Développer des modèles d'apprentissage par renforcement pour améliorer la prise de décision robotique.

Format du Cours

• Conférence interactive et discussion.
• Mise en œuvre pratique avec ROS 2 et Python.
• Exercices pratiques dans des environnements robotiques simulés et réels.

Options de Personnalisation du Cours

Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser.

Dans cette formation dirigée par un instructeur en Lille (en ligne ou sur site), les participants apprendront différentes technologies, frameworks et techniques pour programmer divers types de robots à utiliser dans le domaine de la technologie nucléaire et des systèmes environnementaux.

Le cours de 6 semaines se déroule 5 jours par semaine. Chaque jour dure 4 heures et comprend des conférences, des discussions et un développement pratique de robots dans un environnement de laboratoire en direct. Les participants réaliseront divers projets réels applicables à leur travail afin de mettre en pratique leurs connaissances acquises.

Le matériel cible de ce cours sera simulé en 3D à l'aide d'un logiciel de simulation. Le framework open-source ROS (Robot Operating System), C++ et Python seront utilisés pour programmer les robots.

À la fin de cette formation, les participants seront capables de :

• Comprendre les concepts clés utilisés dans les technologies robotiques.
• Comprendre et gérer l'interaction entre le logiciel et le matériel dans un système robotique.
• Comprendre et implémenter les composants logiciels sous-jacents à la robotique.
• Construire et faire fonctionner un robot mécanique simulé capable de voir, de capter des informations, de traiter, de naviguer et d'interagir avec les humains par la voix.
• Comprendre les éléments nécessaires de l'intelligence artificielle (apprentissage automatique, apprentissage profond, etc.) applicables à la construction d'un robot intelligent.
• Implémenter des filtres (Kalman et Particules) pour permettre au robot de localiser des objets en mouvement dans son environnement.
• Implémenter des algorithmes de recherche et de planification de mouvements.
• Implémenter des commandes PID pour réguler les mouvements d'un robot dans un environnement.
• Implémenter des algorithmes SLAM pour permettre à un robot de cartographier un environnement inconnu.
• Étendre les capacités d'un robot à effectuer des tâches complexes grâce à l'apprentissage profond.
• Tester et dépanner un robot dans des scénarios réalistes.

Dans cette formation dirigée par un instructeur en Lille (en ligne ou sur site), les participants apprendront différentes technologies, frameworks et techniques de programmation pour différents types de robots utilisés dans le domaine de la technologie nucléaire et des systèmes environnementaux.

Ce cours de 4 semaines se déroule 5 jours par semaine. Chaque journée dure 4 heures et comprend des conférences, des discussions et du développement de robots en laboratoire vivant. Les participants réaliseront divers projets réels applicables à leur travail afin de pratiquer leurs connaissances acquises.

Le matériel cible de ce cours sera simulé en 3D grâce à un logiciel de simulation. Le code sera ensuite chargé sur du matériel physique (Arduino ou autre) pour les tests finaux de déploiement. Le framework open-source ROS (Robot Operating System), C++ et Python seront utilisés pour programmer les robots.

À la fin de cette formation, les participants seront en mesure de :

• Comprendre les concepts clés utilisés dans les technologies robotiques.
• Comprendre et gérer l'interaction entre le logiciel et le matériel dans un système robotique.
• Comprendre et implémenter les composants logiciels sous-jacents à la robotique.
• Construire et opérer un robot mécanique simulé capable de voir, sentir, traiter, naviguer et interagir avec les humains par voix.
• Comprendre les éléments nécessaires de l'intelligence artificielle (apprentissage automatique, apprentissage profond, etc.) applicables à la construction d'un robot intelligent.
• Implémenter des filtres (Kalman et particulaire) pour permettre au robot de localiser des objets mobiles dans son environnement.
• Implémenter des algorithmes de recherche et de planification de mouvements.
• Implémenter des commandes PID pour réguler les mouvements d'un robot dans un environnement.
• Implémenter des algorithmes SLAM pour permettre à un robot de cartographier un environnement inconnu.
• Tester et dépanner un robot dans des scénarios réalistes.

Le service Azure Bot combine la puissance du Microsoft Bot Framework et des Azure functions pour permettre le développement rapide de bots intelligents.

Dans cette formation en direct animée par un instructeur, les participants apprendront à créer facilement un bot intelligent en utilisant Microsoft Azure

À la fin de cette formation, les participants seront en mesure de :

• Apprendre les fondamentaux des bots intelligents
• Apprendre à créer des bots intelligents en utilisant des applications cloud
• Comprendre comment utiliser le Microsoft Bot Framework, le Bot Builder SDK et le service Azure Bot
• Comprendre comment concevoir des bots en utilisant des motifs de bots
• Développer leur premier bot intelligent en utilisant Microsoft Azure

Public cible

• Développeurs
• Amateurs
• Ingénieurs
• Professionnels de l'informatique

Format du cours permettant d'évaluer les participants

• Partie conférence, partie discussion, exercices et pratique intensive

Un bot ou chatbot est une sorte d'assistant informatique utilisé pour automatiser les interactions des utilisateurs sur diverses plateformes de messagerie et pour accélérer les choses sans que les utilisateurs aient besoin de parler à un autre humain.

Dans cette formation en direct, les participants apprendront comment commencer à développer un bot en passant par la création d'exemples de chatbots à l'aide d'outils et de frameworks de développement de bot.

À l'issue de cette formation, les participants seront en mesure de :

• Comprendre les différentes utilisations et applications des bots
• Comprendre le processus complet de développement des bots
• Explorer les différents outils et plateformes utilisés dans la construction de bots
• Construire un exemple de chatbot pour Facebook Messenger
• Construire un exemple de chatbot en utilisant Microsoft Bot Framework

Public

• Développeurs intéressés par la création de leur propre bot

Format du cours permettant d'évaluer les participants

• En partie conférence, en partie discussion, exercices et pratique intensive.

Cette formation dirigée par un instructeur (en ligne ou sur site) est destinée aux ingénieurs qui souhaitent en savoir plus sur l'applicabilité de l'intelligence artificielle aux systèmes mécatroniques.

À la fin de cette formation, les participants seront capables de :

• Acquérir un aperçu de l'intelligence artificielle, de l'apprentissage automatique et de l'intelligence computationnelle.
• Comprendre les concepts des réseaux de neurones et des différentes méthodes d'apprentissage.
• Choisir efficacement les approches d'intelligence artificielle pour résoudre des problèmes réels.
• Mettre en œuvre des applications d'IA dans l'ingénierie mécatronique.

Un robot intelligent est un système Artificial Intelligence (AI) capable d'apprendre de son environnement et de son expérience et de développer ses capacités sur la base de ces connaissances. Les robots intelligents Smart Robots peuvent collaborer avec les humains, travailler à leurs côtés et apprendre de leur comportement. En outre, ils sont capables d'effectuer non seulement des travaux manuels, mais aussi des tâches cognitives. Outre les robots physiques, Smart Robots peut également être purement logiciel, résidant dans un ordinateur en tant qu'application logicielle sans pièces mobiles ni interaction physique avec le monde.

Dans cette formation en direct dirigée par un instructeur, les participants apprendront les différentes technologies, cadres et techniques pour programmer différents types de robots mécaniques Smart Robots, puis appliqueront ces connaissances pour réaliser leurs propres projets de robots intelligents.

Le cours est divisé en 4 sections, chacune consistant en trois jours de conférences, de discussions et de développement pratique de robots dans un environnement de laboratoire en direct. Chaque section se terminera par un projet pratique permettant aux participants de mettre en pratique et de démontrer les connaissances acquises.

Le matériel cible de ce cours sera simulé en 3D à l'aide d'un logiciel de simulation. Les logiciels libres ROS (Robot Operating System), C++ et Python seront utilisés pour programmer les robots.

A l'issue de cette formation, les participants seront capables de :

• Comprendre les concepts clés utilisés dans les technologies robotiques
• Comprendre et gérer l'interaction entre le logiciel et le matériel dans un système robotique
• Comprendre et mettre en œuvre les composants logiciels qui sous-tendent Smart Robots.
• Construire et faire fonctionner un robot intelligent mécanique simulé qui peut voir, sentir, traiter, saisir, naviguer et interagir avec les humains par la voix.
• Étendre la capacité d'un robot intelligent à effectuer des tâches complexes par le biais de Deep Learning.
• Tester et dépanner un robot intelligent dans des scénarios réalistes

Public

• Développeurs
• Ingénieurs

Format du cours permettant d'évaluer les participants

• En partie conférence, en partie discussion, exercices et pratique intensive.

Remarque

• Pour personnaliser une partie de ce cours (langage de programmation, modèle de robot, etc.), veuillez nous contacter.