Formation Large Language Models (LLMs) en ligne dans France

Cette formation dirigée par un instructeur (en ligne ou sur site) est destinée aux professionnels de la direction supérieure qui souhaitent comprendre ce qu'est les LLMs, explorer leur impact potentiel sur les opérations commerciales et évaluer des utilisations pratiques d'outils d'IA tels que ChatGPT, Microsoft Copilot ou Grok pour des tâches réelles comme la création de contenu, le résumé de données et le soutien à la prise de décision.

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

• Comprendre ce qu'est un LLM et comment fonctionnent des outils comme ChatGPT et Copilot.
• Utiliser des techniques de prompting pour obtenir des résultats pratiques et fiables des LLMs.
• Évaluer des cas d'usage réels tels que la rédaction d'e-mails, le résumé de documents et l'automatisation de la productivité.
• Identifier des opportunités d'investissement et des applications stratégiques pour l'adoption de l'IA.

Cette formation dirigée par un instructeur (en ligne ou sur site) est destinée aux équipes de direction supérieure qui souhaitent comprendre la valeur stratégique des LLMs et des outils d'IA d'entreprise. Les participants exploreront comment intégrer ces outils dans les flux de travail de haut niveau, rédiger de meilleurs prompts et évaluer les opportunités pour augmenter la productivité et le retour sur investissement grâce à l'adoption de l'IA.

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

• Comprendre comment fonctionnent les LLMs et comment des outils comme ChatGPT et Copilot les utilisent.
• Utiliser des interactions basées sur des prompts pour automatiser et accélérer les tâches.
• Appliquer des outils d'IA à des scénarios réels tels que la rédaction d'e-mails, le résumé de rapports et l'examen de contrats.
• Évaluer les avantages stratégiques, les limitations et les considérations liées à la licence pour l'adoption des LLMs.

Cette formation en direct (en ligne ou sur place) est destinée aux chercheurs en IA, scientifiques des données et développeurs intermédiaires à avancés qui souhaitent comprendre, affiner et mettre en œuvre les Modèles de Langue Importants (LLM) de Meta AI pour diverses applications de Traitement du Langage Naturel (NLP).

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

• Comprendre l'architecture et le fonctionnement des Modèles de Langue Importants de Meta AI.
• Configurer et affiner les LLM de Meta AI pour des cas d'utilisation spécifiques.
• Mettre en œuvre des applications basées sur les LLM, telles que la synthèse de texte, les chatbots et l'analyse des sentiments.
• Optimiser et déployer efficacement les modèles de langue importants.

Cette formation en direct animée par un formateur à France (en ligne ou sur site) s'adresse aux professionnels de l'IA de niveau intermédiaire, aux analystes d'affaires et aux dirigeants technologiques souhaitant comprendre les principes de l'IA générative et les applications des LLM dans des contextes professionnels. Les participants apprendront à connaître les transformers, l'ingénierie des prompts et les considérations éthiques liées au déploiement de ces modèles pour des solutions concrètes.

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

• Comprendre les principes fondamentaux de l'IA générative et des modèles de langage de grande taille.
• Mettre en œuvre et affiner les LLM pour des applications métiers spécifiques.
• Appliquer des techniques d'ingénierie des prompts afin d'obtenir des sorties optimales.
• Identifier les enjeux éthiques et gérer les risques lors du déploiement des LLM.

Cette formation en direct, animée par un formateur en France (en ligne ou sur site), s’adresse aux professionnels de l’IA de niveau intermédiaire, aux éthiciens, aux scientifiques et ingénieurs des données, ainsi qu’aux décideurs et parties prenantes souhaitant comprendre et naviguer dans le paysage éthique des LLM.

À l’issue de cette formation, les participants seront capables de :

• Identifier les enjeux et défis éthiques associés aux LLM.
• Appliquer des cadres et principes éthiques au déploiement des LLM.
• Évaluer l’impact sociétal des LLM et atténuer les risques potentiels.
• Développer des stratégies pour un développement et une utilisation responsables de l’IA.

Cette formation en direct avec instructeur en France (en ligne ou sur site) s'adresse aux praticiens du NLP et aux data scientists de niveau intermédiaire, aux créateurs de contenu et aux traducteurs, ainsi qu'aux entreprises internationales qui souhaitent utiliser les LLM pour la traduction de langues et la création de contenu multilingue.

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

• Comprendre les principes de l'apprentissage et de la traduction multilingues avec les LLM.
• Mettre en œuvre des LLM pour traduire du contenu entre différentes langues.
• Créer et gérer des ensembles de données multilingues pour la formation des LLM.
• Développer des stratégies pour maintenir la cohérence et la qualité de la traduction.

Cette formation en direct avec instructeur en France (en ligne ou sur site) est destinée aux analystes financiers de niveau intermédiaire, aux scientifiques des données et aux professionnels de l'investissement qui souhaitent tirer parti des LLM pour l'analyse et la prédiction des marchés financiers.

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

• Comprendre l'application des LLM dans l'analyse des marchés financiers.
• Utiliser les LLM pour traiter les nouvelles financières, les rapports et les données afin d'obtenir des informations sur le marché.
• Développer des modèles prédictifs pour les prix des actions, les tendances du marché et les indicateurs économiques.
• Intégrer les connaissances du LLM dans les processus de prise de décision en matière d'investissement.

Cette formation en France (en ligne ou sur site) est destinée aux scientifiques et chercheurs en environnement de niveau intermédiaire, aux analystes de données, aux décideurs politiques et aux défenseurs de l'environnement qui souhaitent utiliser les LLM pour la modélisation et l'analyse de l'environnement.

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

• Comprendre l'application des LLM dans les sciences de l'environnement.
• Utiliser les LLM pour analyser et modéliser les données environnementales.
• Interpréter les résultats des LLM pour les évaluations d'impact sur l'environnement.
• Communiquer efficacement les résultats pour informer les politiques et les efforts de conservation.

Cette formation dirigée par un instructeur, en ligne ou sur site à France, est destinée aux développeurs de réalité virtuelle (VR) et augmentée (AR), aux concepteurs de jeux et aux ingénieurs en IA de niveau intermédiaire qui souhaitent intégrer des modèles linguistiques grands (LLMs) dans leurs applications VR et AR pour créer des environnements plus engageants et réactifs.

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

• Comprendre le rôle des LLMs dans la création d'expériences VR et AR immersives.
• Développer des applications VR et AR qui utilisent les LLMs pour des dialogues interactifs et la création de contenu.
• Intégrer les LLMs aux outils de développement VR et AR pour améliorer l'engagement des utilisateurs.
• Appliquer les meilleures pratiques pour concevoir des narrations et interactions alimentées par l'IA dans les espaces virtuels.

Cette formation en France (en ligne ou sur site) s'adresse aux data scientists de niveau intermédiaire, aux ingénieurs en apprentissage automatique et aux développeurs de logiciels qui souhaitent appliquer Large Language Models (LLMs) aux données multimodales pour des applications d'IA avancées.

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

• Comprendre les principes de l'apprentissage multimodal avec les LLM.
• Implémenter les LLMs pour traiter et analyser des données texte, image et audio.
• Développer des applications qui exploitent les forces de l'intégration de données multimodales.
• Évaluer la performance des systèmes LLM multimodaux.

Cette formation en France (en ligne ou sur site) est destinée aux professionnels de la cybersécurité de niveau intermédiaire et aux scientifiques des données qui souhaitent utiliser les LLM pour améliorer les mesures de cybersécurité et les renseignements sur les menaces.

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

• Comprendre le rôle des LLM dans la cybersécurité.
• Mettre en œuvre les LLM pour la détection et l'analyse des menaces.
• Utiliser les LLM pour l'automatisation de la sécurité et la réponse.
• Intégrer les LLM à l'infrastructure de sécurité existante.

Cette formation en France (en ligne ou sur site) s'adresse aux data scientists et aux analystes commerciaux de niveau intermédiaire qui souhaitent utiliser les grands modèles de langage (LLM) pour prévoir les tendances et les comportements dans diverses industries.

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

• Comprendre les principes fondamentaux des LLM et leur rôle dans l'analyse prédictive.
• Mettre en œuvre les LLM pour analyser et prévoir les données dans diverses industries.
• Évaluer l'efficacité des modèles prédictifs utilisant les LLM.
• Intégrer les LLMs aux pipelines de traitement de données existants.

Cette formation en direct avec instructeur en France (en ligne ou sur site) est destinée aux data scientists de niveau intermédiaire qui souhaitent acquérir une compréhension globale et des compétences pratiques dans les domaines Large Language Models (LLMs) et Reinforcement Learning (RL).

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

• Comprendre les composants et la fonctionnalité des modèles de transformateurs.
• Optimiser et affiner les LLM pour des tâches et des applications spécifiques.
• Comprendre les principes fondamentaux et les méthodologies de l'apprentissage par renforcement.
• Apprendre comment les techniques d'apprentissage par renforcement peuvent améliorer les performances des LLM.

Cette formation en France (en ligne ou sur site) s'adresse aux créateurs de contenu de niveau intermédiaire, aux spécialistes du marketing et aux technologues de l'éducation qui souhaitent exploiter la puissance des LLM pour générer un contenu de haute qualité, diversifié et attrayant dans divers domaines.

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

• Comprendre les capacités des LLM et leur application dans la génération de contenu.
• Configurer et utiliser les LLM pour générer différents types de contenu.
• Appliquer les meilleures pratiques en matière d'incitation et d'ajustement des LLM pour produire les résultats souhaités.
• Évaluer la qualité du contenu généré par l'IA et l'affiner pour des publics spécifiques.
• Explorer les techniques avancées de génération de contenu créatif et multimodal avec les LLM.

Cette formation en France (en ligne ou sur site) s'adresse aux éducateurs, aux professionnels des technologies de l'information et de la communication et aux chercheurs de différents niveaux d'expérience et d'expertise qui souhaitent tirer parti des LLM pour créer des expériences éducatives personnalisées.

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

• Comprendre l'architecture et les capacités des LLM.
• Identifier les opportunités de personnalisation du contenu éducatif en utilisant les LLM.
• Concevoir des plateformes d'apprentissage adaptatif qui utilisent les LLM pour la personnalisation du contenu.
• Mettre en œuvre des stratégies basées sur les LLM pour améliorer l'engagement des étudiants et les résultats d'apprentissage.
• Évaluer l'efficacité des LLM dans des contextes éducatifs et prendre des décisions fondées sur des données pour

Cette formation en présentiel ou en ligne animée par un formateur à France s'adresse aux praticiens du machine learning et aux développeurs d'IA de niveau intermédiaire qui souhaitent affiner et déployer des modèles à poids ouverts tels que LLaMA, Mistral et Qwen pour des applications métier spécifiques ou internes.

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

• Comprendre l'écosystème et les différences entre les grands modèles de langage open-source.
• Préparer des jeux de données et des configurations d'affinage pour des modèles comme LLaMA, Mistral et Qwen.
• Exécuter des pipelines d'affinage à l'aide de Hugging Face Transformers et PEFT.
• Évaluer, sauvegarder et déployer des modèles affinés dans des environnements sécurisés.

Cette formation en France (en ligne ou sur site) est destinée aux développeurs de logiciels et aux scientifiques de données de niveau débutant à intermédiaire qui souhaitent mettre en œuvre les LLM dans les systèmes de reconnaissance et de synthèse vocales.

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

• Comprendre le rôle des LLM dans les technologies de la parole.
• Implémenter les LLM pour une reconnaissance vocale précise et une synthèse vocale naturelle.
• Intégrer les LLM dans les moteurs de reconnaissance de la parole et les synthétiseurs de la parole.
• Évaluer et améliorer les performances des systèmes vocaux utilisant les LLM.
• Rester informé des tendances actuelles et des orientations futures dans les technologies de la parole.

Cette formation en direct avec instructeur en France (en ligne ou sur site) s'adresse aux professionnels du support client et de l'informatique de niveau débutant à intermédiaire qui souhaitent mettre en œuvre des LLM pour créer des chatbots de support client réactifs et intelligents.

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

• Comprendre les principes fondamentaux et l'architecture de Large Language Models (LLMs).
• Concevoir et intégrer les LLM dans les systèmes de support client.
• Améliorer la réactivité et l'expérience utilisateur des chatbots.
• Aborder les considérations éthiques et assurer la conformité avec les normes de l'industrie.
• Déployer et maintenir un chatbot basé sur les LLM pour des applications réelles.

Cette formation en direct, dirigée par un formateur en France (en ligne ou sur site), s'adresse aux data scientists et ingénieurs en IA de niveau intermédiaire souhaitant affiner les grands modèles de langage de manière plus abordable et efficace grâce à des méthodes telles que LoRA, Adapter Tuning et Prefix Tuning.

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

• Comprendre la théorie derrière les approches de Peinture Fine-Tuning.
• Mettre en œuvre LoRA, Adapter Tuning et Prefix Tuning en utilisant Hugging Face PEFT.
• Comparer les compromis entre performance et coût des méthodes PEFT par rapport au Full Fine-Tuning.
• Déployer et mettre à l'échelle des LLMs fine-tunés avec des exigences réduites en matière de calcul et de stockage.

Cette formation en direct, animée par un formateur (en ligne ou sur site), s'adresse aux ingénieurs intermédiaires et avancés en apprentissage automatique, développeurs IA et scientifiques des données qui souhaitent apprendre à utiliser QLoRA pour ajuster efficacement de grands modèles à des tâches spécifiques et des personnalisations.

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

• Comprendre la théorie derrière QLoRA et les techniques de quantification pour les LLM (Large Language Models).
• Mettre en œuvre QLoRA pour l'ajustement fin de grands modèles de langage dans des applications spécifiques à un domaine.
• Optimiser la performance de l'ajustement fin sur des ressources informatiques limitées en utilisant la quantification.
• Déployer et évaluer efficacement les modèles ajustés fin dans des applications du monde réel.

Cette formation en France (en ligne ou sur site) s'adresse aux professionnels du marketing et des données de niveau intermédiaire qui souhaitent appliquer les LLM pour analyser et interpréter les sentiments du public à partir de diverses sources textuelles telles que les messages sur les médias sociaux, les critiques de produits et les commentaires des clients.

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

• Comprendre les principes de l'analyse des sentiments et son application à l'aide des LLM.
• Prétraiter et préparer les ensembles de données pour l'analyse des sentiments.
• Entraîner et affiner les LLMs pour refléter avec précision le sentiment dans le texte.
• Analyser les sentiments en temps réel à partir des médias sociaux et d'autres sources de texte.
• Intégrer les résultats de l'analyse des sentiments dans les stratégies commerciales et les processus de prise de décision.

Cette formation en France (en ligne ou sur site) s'adresse aux développeurs de logiciels et aux rédacteurs techniques de niveau intermédiaire qui souhaitent tirer parti des LLM pour rationaliser leur flux de travail de codage et créer une documentation détaillée et complète.

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

• Comprendre le rôle des LLM dans l'automatisation de la génération de code et de la documentation logicielle.
• Utiliser les LLM pour créer des extraits de code et de la documentation précis et efficaces.
• Intégrer les LLM dans leur cycle de développement logiciel pour améliorer leur productivité.
• Maintenir des normes de documentation de haute qualité à l'aide d'outils automatisés.
• Aborder les considérations éthiques et les meilleures pratiques pour l'utilisation de l'IA dans le développement de logiciels.

Cette formation en direct avec instructeur en France (en ligne ou sur site) est destinée aux professionnels de niveau intermédiaire et aux analystes de données qui souhaitent exploiter la puissance des LLM pour extraire des informations commerciales.

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

• Comprendre les principes fondamentaux et les applications des LLM dans le contexte de l'intelligence économique.
• Appliquer les LLM pour analyser de grands ensembles de données et extraire des informations significatives.
• Intégrer les analyses basées sur les LLM dans les processus de prise de décision stratégique.
• Évaluer les considérations éthiques et les meilleures pratiques pour l'utilisation des LLM dans l'entreprise.
• Anticiper les tendances futures de l'IA et se préparer à l'évolution du paysage de l'intelligence économique.

Cette formation en direct dirigée par un instructeur en France (en ligne ou sur site) s'adresse aux développeurs et aux scientifiques de données de niveau intermédiaire à avancé qui souhaitent maîtriser LlamaIndex pour développer des applications innovantes basées sur LLM.

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

• Mettre en place et configurer LlamaIndex pour l'utiliser avec les LLM.
• Indexer et interroger des ensembles de données personnalisés à l'aide de LlamaIndex pour améliorer la fonctionnalité des LLM.
• Concevoir et développer des applications sophistiquées qui utilisent LlamaIndex et les LLM.
• Comprendre et appliquer les meilleures pratiques pour travailler avec les LLM et LlamaIndex.
• Naviguer dans les considérations éthiques impliquées dans le déploiement d'applications alimentées par des LLM.

Cette formation en direct (en ligne ou sur site) dispensée par un formateur est destinée aux chercheurs intermédiaires en IA, professionnels de l'apprentissage automatique et scientifiques des données qui souhaitent utiliser LlamaIndex pour améliorer les capacités des modèles d'IA, les rendant plus précis et fiables pour diverses applications.

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

• Comprendre les principes et les composants de LlamaIndex.
• Ingestion et structuration des données pour une utilisation avec des modèles de langage larges (LLMs).
• Mettre en œuvre l'augmentation du contexte pour améliorer les performances des modèles d'IA.
• Intégrer LlamaIndex dans des systèmes et workflows d'IA existants.

Cette formation dirigée par un instructeur, en ligne ou sur site, est destinée aux professionnels de niveau intermédiaire qui souhaitent tirer parti de l'ingénierie des prompts et de l'apprentissage à faible échantillonnage pour optimiser les performances des LLMs dans des applications réelles.

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

• Comprendre les principes de l'ingénierie des prompts et de l'apprentissage à faible échantillonnage.
• Concevoir des prompts efficaces pour diverses tâches de NLP.
• Utiliser des techniques à faible échantillonnage pour adapter les LLMs avec un minimum de données.
• Optimiser les performances des LLMs pour des applications pratiques.

LangGraph est un cadre permettant de construire des applications LLM (Large Language Models) étatiques et multi-acteurs sous forme de graphes composites avec un état persistant et un contrôle précis de l'exécution.

Cette formation dirigée par un instructeur (en ligne ou sur site) est destinée aux professionnels de niveau intermédiaire à avancé qui souhaitent concevoir, mettre en œuvre et opérer des solutions juridiques basées sur LangGraph avec les contrôles nécessaires de conformité, de traçabilité et de gouvernance.

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

• Concevoir des flux de travail LangGraph spécifiques au domaine juridique qui préservent l'auditabilité et la conformité.
• Intégrer les ontologies juridiques et les normes documentaires dans l'état du graphe et le traitement.
• Mettre en œuvre des garde-fous, des approbations humaines dans la boucle, et des chemins de décision traçables.
• Déployer, surveiller et maintenir les services LangGraph en production avec une observabilité et des contrôles de coûts.

Format du cours permettant d'évaluer les participants

• Cours interactif et discussion.
• De nombreux exercices et pratiques.
• Mise en œuvre pratique dans un environnement de 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 formateur (en ligne ou sur site) est destinée aux ingénieurs de niveau avancé, aux spécialistes de l'IA et aux responsables de localisation souhaitant mettre en œuvre des systèmes de grands modèles linguistiques (LLME) pour la traduction automatisée, l'évaluation de qualité et la gouvernance d'entreprise.

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

• Construire des pipelines de localisation LLME de niveau entreprise intégrant des modèles ouverts et propriétaires.
• Mettre en œuvre des flux de travail QA automatisés et des métriques de qualité pour la cohérence de traduction.
• Établir des cadres de gouvernance et d'approbation pour la production de contenu multilingue.
• Déployer des systèmes de localisation basés sur LLME évolutifs et auditable dans des environnements sécurisés.

IA pour SQL est l'application de l'intelligence artificielle et des grands modèles de langage (LLMs) pour automatiser, optimiser et améliorer la manière dont les requêtes SQL sont générées, exécutées et interprétées dans les environnements de données d'entreprise.

Cette formation dirigée par un formateur (en ligne ou sur site) est destinée aux ingénieurs de données et aux responsables techniques de niveau intermédiaire qui souhaitent intégrer des capacités d'IA dans les flux de travail SQL pour permettre l'interrogation en langage naturel, l'optimisation intelligente et l'analyse automatisée des données.

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

• Intégrer des LLMs tels que GPT, DeepSeek, LLaMA, Qwen et Mistral dans les environnements SQL.
• Construire des pipelines de langage naturel à SQL pour un accès conversationnel aux données.
• Mettre en œuvre une optimisation et une détection d'erreurs de requête pilotées par l'IA.
• Concevoir des flux de travail AI-SQL sécurisés et auditable pour une utilisation en entreprise.

Format du cours permettant d'évaluer les participants

• Cours interactif avec discussion.
• Nombreux exercices et pratiques.
• Mise en œuvre pratique dans un environnement de laboratoire en direct.

Options de personnalisation du cours

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

LangGraph est un framework permettant de construire des applications LLM à état et multi-acteurs sous forme de graphes composables avec un état persistant et un contrôle d'exécution.

Cette formation en direct (en ligne ou sur site) dispensée par un formateur s'adresse aux professionnels intermédiaires et avancés souhaitant concevoir, mettre en œuvre et exploiter des solutions financières basées sur LangGraph avec une gouvernance, une observabilité et une conformité appropriées.

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

• Concevoir des workflows LangGraph spécifiques aux finances en adéquation avec les exigences réglementaires et d'audit.
• Intégrer les normes et ontologies de données financières dans l'état du graphe et les outils.
• Mettre en œuvre la fiabilité, la sécurité et le contrôle humain-en-boucle pour des processus critiques.
• Déployer, surveiller et optimiser les systèmes LangGraph en termes de performance, de coût et d'engagements SLA.

Format du cours permettant d'évaluer les participants

• Cours interactif et discussions.
• Nombreux exercices et pratiques.
• 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 organiser cela.

Vertex AI met à disposition des outils puissants pour concevoir des workflows de LLM multimodaux, intégrant des données textuelles, audio et image en un seul pipeline. Grâce au support de fenêtres de contexte étendu et aux paramètres de l’API Gemini, il permet de développer des applications avancées en matière de planification, de raisonnement et d’intelligence transmodale.

Ce cours en présentiel ou en ligne, encadré par un formateur expert, s’adresse aux praticiens de niveau intermédiaire à avancé souhaitant concevoir, développer et optimiser des workflows d’IA multimodale dans Vertex AI.

À l’issue de cette formation, les participants seront capables de :

• Exploiter les modèles Gemini pour des entrées et sorties multimodales.
• Mettre en œuvre des workflows à contexte long pour des raisonnements complexes.
• Concevoir des pipelines intégrant l’analyse de textes, d’audios et d’images.
• Optimiser les paramètres de l’API Gemini pour améliorer les performances et l’efficacité des coûts.

Format du cours permettant d'évaluer les participants

• Cours interactif et échanges.
• Ateliers pratiques autour de workflows multimodaux.
• Exercices basés sur des cas concrets pour des scénarios d’usage multimodaux.

Options de personnalisation du cours

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter afin de convenir des modalités.

LangGraph permet des workflows multi-acteurs et étatiques alimentés par des LLM avec un contrôle précis sur les chemins d'exécution et la persistance de l'état. Dans le secteur de la santé, ces capacités sont essentielles pour la conformité, l'interopérabilité et la création de systèmes de soutien à la décision qui s'intègrent aux workflows médicaux.

Cette formation en direct animée par un instructeur (en ligne ou sur site) est destinée aux professionnels intermédiaires et avancés souhaitant concevoir, mettre en œuvre et gérer des solutions de santé basées sur LangGraph tout en répondant aux défis réglementaires, éthiques et opérationnels.

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

• Concevoir des workflows spécifiques à la santé avec LangGraph en tenant compte de la conformité et de la traçabilité.
• Intégrer les applications LangGraph aux ontologies et normes médicales (FHIR, SNOMED CT, ICD).
• Appliquer les meilleures pratiques pour la fiabilité, la traçabilité et l'explicabilité dans des environnements sensibles.
• Déployer, surveiller et valider les applications LangGraph dans des environnements de production en santé.

Format du cours permettant d'évaluer les participants

• Cours interactif et discussions.
• Exercices pratiques avec des études de cas réelles.
• Mise en pratique dans un environnement de laboratoire live.

Options de personnalisation du cours

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

Cette formation dirigée par un formateur en direct (en ligne ou sur site) est destinée aux développeurs AI intermédiaires et aux ingénieurs de localisation qui souhaitent concevoir des pipelines de traduction automatisés et évolutifs, utilisant à la fois des LLMs propriétaires et open-source.

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

• Concevoir et déployer des workflows de traduction en utilisant des frameworks et API modernes de LLM.
• Intégrer des modèles open-source et commerciaux dans des systèmes de traduction évolutifs.
• Optimiser la qualité de la traduction grâce à l'affinage, l'ingénierie des prompts et l'automatisation.
• Mettre en œuvre une infrastructure de traduction coûteuse et conforme pour les environnements d'entreprise.

LangGraph est un framework pour construire des applications LLM multi-acteurs et à état en utilisant des graphes composables avec un état persistant et un contrôle sur l'exécution.

Cette formation en direct, dirigée par un instructeur (en ligne ou sur site), s'adresse aux ingénieurs de plateforme AI avancés, DevOps pour AI et architectes ML qui souhaitent optimiser, déboguer, surveiller et opérer des systèmes LangGraph de production.

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

• Définir et optimiser des topologies complexes de LangGraph pour la vitesse, le coût et l'évolutivité.
• Concevoir une fiabilité grâce aux réessais, aux délais d'expiration, à l'idempotence et au redémarrage basé sur les points de contrôle.
• Déboguer et tracer les exécutions des graphes, inspecter l'état et reproduire systématiquement les problèmes de production.
• Instrumentaliser les graphes avec des journaux, des métriques et des traces, déployer en production et surveiller les SLAs et les coûts.

Format du cours permettant d'évaluer les participants

• Cours interactif et discussion.
• De nombreux exercices et pratiques.
• Mise en œuvre pratique dans un environnement de laboratoire live.

Options de personnalisation du cours

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

Cette formation dirigée par un instructeur, en ligne ou sur site, est destinée aux développeurs intermédiaires qui souhaitent apprendre à utiliser l'IA générative avec des LLMs pour diverses tâches et domaines.

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

• Expliquer ce qu'est l'IA générative et comment elle fonctionne.
• Décrire l'architecture des transformateurs qui alimentent les LLMs.
• Utiliser des lois d'échelle empiriques pour optimiser les LLMs selon différentes tâches et contraintes.
• Appliquer les outils et méthodes de pointe pour entraîner, affiner et déployer des LLMs.
• Discuter des opportunités et des risques de l'IA générative pour la société et le business.

Les LLM (modèles de langage large) et les frameworks d'agents autonomes tels qu'AutoGen et CrewAI redéfinissent la manière dont les équipes DevOps automatisent des tâches telles que le suivi des modifications, la génération de tests et le tri des alertes, en simulant une collaboration et une prise de décision semblables à celles des humains.

Cette formation en présentiel ou en ligne, animée par un formateur, s'adresse aux ingénieurs de niveau avancé souhaitant concevoir et mettre en œuvre des workflows d'automatisation DevOps alimentés par des grands modèles de langage (LLM) et des systèmes multi-agents.

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

• Intégrer des agents basés sur des LLM dans les workflows CI/CD pour une automatisation intelligente.
• Automatiser la génération de tests, l'analyse des commits et la synthèse des modifications grâce aux agents.
• Coordonner plusieurs agents pour le tri des alertes, la génération de réponses et la fourniture de recommandations DevOps.
• Construire des workflows alimentés par des agents, sûrs et maintenables, à l'aide de frameworks open source.

Format du cours permettant d'évaluer les participants

• Cours interactif et débats.
• De nombreux exercices et pratiques.
• Mise en œuvre concrète dans un environnement de laboratoire en direct.

Options de personnalisation du cours

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter afin de l'organiser.

Postgres est une base de données relationnelle open-source avancée qui peut servir de fondation pour des systèmes alimentés par l'intelligence artificielle et des applications d'analyse de données.

Cette formation dirigée par un instructeur (en ligne ou sur site) est destinée aux professionnels des bases de données et développeurs de niveau intermédiaire qui souhaitent intégrer, gérer et optimiser les capacités d'IA directement au sein de Postgres.

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

• Configurer et ajuster les extensions Postgres pour les charges de travail d'IA.
• Implémenter des plongements (embeddings) et des recherches par similarité en utilisant pgvector.
• Intégrer des LLMs open source et propriétaires avec Postgres pour des insights en temps réel.
• Optimiser Postgres pour gérer les requêtes et flux de travail alimentés par l'IA.

Format du cours permettant d'évaluer les participants

• Cours interactif avec discussion.
• Nombreux exercices et pratiques.
• Mise en œuvre pratique dans un environnement de laboratoire live.

Options de personnalisation du cours

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

Cette formation en présentiel ou en ligne, animée par un formateur, dans France s'adresse aux développeurs IA, architectes et chefs de produit de niveau intermédiaire à avancé qui souhaitent identifier et atténuer les risques associés aux applications alimentées par des LLM, tels que l'injection de prompts, les fuites de données et les sorties non filtrées, tout en intégrant des contrôles de sécurité tels que la validation des entrées, la supervision humaine en boucle (human-in-the-loop) et les garde-fous de sortie.

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

• Comprendre les vulnérabilités fondamentales des systèmes basés sur des LLM.
• Appliquer des principes de conception sécurisée à l'architecture des applications LLM.
• Utiliser des outils tels que Guardrails AI et LangChain pour la validation, le filtrage et la sécurité.
• Intégrer des techniques telles que le sandboxing, le red teaming et la révision humaine en boucle dans des pipelines de qualité production.

LangGraph est un cadre d'orchestration basé sur des graphes qui permet des flux de travail conditionnels et multietapes avec des modèles linguistiques (LLM) et des outils, idéal pour automatiser et personnaliser les pipelines de contenu.

Cette formation en présentiel ou en ligne, animée par un instructeur, est destinée aux marketeurs intermédiaires, aux stratèges de contenu et aux développeurs d'automatisation qui souhaitent mettre en œuvre des campagnes e-mail dynamiques et des pipelines de génération de contenu à l'aide de LangGraph.

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

• Concevoir des flux de travail de contenu et d'e-mail basés sur des graphes avec une logique conditionnelle.
• Intégrer des LLM, des API et des sources de données pour une personnalisation automatisée.
• Gérer l'état, la mémoire et le contexte dans des campagnes multietapes.
• Évaluer, surveiller et optimiser les performances et les résultats de livraison des flux de travail.

Format du Cours

• Conférences interactives et discussions de groupe.
• Ateliers pratiques pour mettre en œuvre des flux de travail d'e-mail et des pipelines de contenu.
• Exercices basés sur des scénarios concernant la personnalisation, le segmentage et la logique conditionnelle.

Options de Personnalisation du Cours

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

Cette formation en direct animée par un formateur en France (en ligne ou sur site) s'adresse aux professionnels de niveau intermédiaire à avancé qui souhaitent personnaliser des modèles pré-entraînés pour des tâches et des ensembles de données spécifiques.

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

• Comprendre les principes de l'ajustement et ses applications.
• Préparer les ensembles de données pour l'ajustement des modèles pré-entraînés.
• Ajuster les grands modèles de langage (LLM) pour des tâches de TALN (Traitement Automatique du Langage Naturel).
• Optimiser la performance des modèles et résoudre les problèmes courants.

LangGraph est un cadre de travail pour composer des workflows de LLM structurés sous forme de graphes, prenant en charge les branchements, l'utilisation d'outils, la mémoire et une exécution contrôlable.

Cette formation en présentiel ou en ligne, dispensée par un formateur expert, s'adresse aux ingénieurs et aux équipes produit de niveau intermédiaire souhaitant combiner la logique des graphes de LangGraph avec les boucles d'agents LLM pour construire des applications dynamiques et sensibles au contexte, telles que des agents de support client, des arbres de décision et des systèmes de récupération d'informations.

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

• Concevoir des workflows basés sur des graphes qui coordonnent les agents LLM, les outils et la mémoire.
• Mettre en œuvre un routage conditionnel, des tentatives de reprise et des mécanismes de repli pour une exécution robuste.
• Intégrer la récupération d'informations, des API et des sorties structurées dans les boucles d'agents.
• Évaluer, surveiller et renforcer le comportement des agents pour garantir fiabilité et sécurité.

Format de la formation

• Cours interactif et discussions animées.
• Tutoriels guidés et explications de code dans un environnement sandbox.
• Exercices de conception basés sur des scénarios et revues par les pairs.

Options de personnalisation de la formation

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter afin d'en convenir.

LLMs pour la compréhension du code, le refactoring et la documentation est un cours technique axé sur l'application des grands modèles de langage (LLM) afin d'améliorer la qualité du code, réduire la dette technique et automatiser les tâches de documentation au sein des équipes logicielles.

Cette formation en direct, animée par un formateur (en ligne ou sur site), s'adresse aux professionnels du logiciel de niveau intermédiaire à avancé souhaitant utiliser des LLM tels que GPT pour analyser, refactorer et documenter plus efficacement des bases de code complexes ou héritées.

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

• Utiliser des LLM pour expliquer le code, les dépendances et la logique dans des dépôts inconnus.
• Identifier et refactorer les anti-modèles et améliorer la lisibilité du code.
• Générer et maintenir automatiquement les commentaires en ligne, les fichiers README et la documentation API.
• Intégrer les insights fournis par les LLM dans les workflows CI/CD et de revue existants.

Format du cours permettant d'évaluer les participants

• Conférences interactives et discussions.
• De nombreux exercices et mises en pratique.
• Mise en œuvre pratique dans un environnement de laboratoire en direct.

Options de personnalisation du cours

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter afin d'organiser cela.

Cette formation en France (en ligne ou sur site) s'adresse aux data scientists de niveau intermédiaire, aux développeurs d'IA et aux passionnés d'IA qui souhaitent utiliser les LLM pour effectuer diverses tâches de NLP et créer des contenus nouveaux et diversifiés à des fins différentes.

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

• Établir un environnement de développement avec des LLM et des outils essentiels.
• Exécuter de manière experte des tâches NLU et NLI avec les LLM.
• Extraire, déduire et utiliser efficacement les graphes de connaissances.
• Générer et gérer des dialogues à l'aide de LLM pour des applications conversationnelles.
• Évaluer la qualité et la diversité du contenu généré par les LLM et l'IA générative.
• Appliquer des principes éthiques garantissant l'équité et l'utilisation responsable des LLM.

LangGraph est un framework permettant de concevoir des applications LLM structurées sous forme de graphes, prenant en charge la planification, la ramification, l’utilisation d’outils, la mémoire et l’exécution contrôlée.

Cette formation live, animée par un formateur (en ligne ou en présentiel), s’adresse aux développeurs débutants, aux ingénieurs en prompt engineering et aux professionnels des données souhaitant concevoir et mettre en œuvre des workflows LLM multi-étapes fiables à l’aide de LangGraph.

À l’issue de cette formation, les participants seront capables de :

• Expliquer les concepts clés de LangGraph (nœuds, arêtes, état) et savoir quand les utiliser.
• Construire des chaînes de prompts avec branchements, appels d’outils et maintien de la mémoire.
• Intégrer la récupération de données (retrieval) et des API externes dans des workflows basés sur des graphes.
• Tester, déboguer et évaluer des applications LangGraph afin d’en garantir la fiabilité et la sécurité.

Format de la formation

• Cours interactif et discussions animées.
• Travaux pratiques guidés et parcours de code dans un environnement sandbox.
• Exercices contextuels portant sur la conception, les tests et l’évaluation.

Options de personnalisation de la formation

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter afin d’en convenir.

Cette formation en France (en ligne ou sur site) est destinée aux développeurs de niveau débutant à intermédiaire qui souhaitent utiliser des modèles de langage à grande échelle pour diverses tâches de langage naturel.

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

• Mettre en place un environnement de développement qui inclut un LLM populaire.
• Créer un LLM de base et l'affiner sur un ensemble de données personnalisé.
• Utiliser les LLM pour différentes tâches de langage naturel telles que le résumé de texte, la réponse aux questions, la génération de texte, etc.
• Déboguer et évaluer les LLM en utilisant des outils tels que TensorBoard, PyTorch Lightning, et Hugging Face Datasets.

Cette formation animée en direct dans France (en ligne ou sur site) s'adresse aux ingénieurs et architectes de niveau intermédiaire souhaitant utiliser Tencent Hunyuan pour déployer des modèles de grande taille et des modèles MoE avec une latence réduite, un débit accru et un meilleur contrôle des coûts.

À la fin de cette formation, les participants seront capables d'explorer les modèles de déploiement en production de Hunyuan, d'optimiser les performances d'inférence, de mettre en œuvre des stratégies de regroupement par lots et de quantification, et de planifier des opérations de service évolutives.

Cette formation en direct, dispensée par un instructeur en France (en ligne ou sur site), s'adresse aux développeurs de niveau intermédiaire, aux équipes techniques de produits et aux praticiens de l'IA souhaitant utiliser les modèles Hunyuan pour créer des applications multimodales destinées à la génération et à la diffusion d'images, de contenu 3D et de vidéos.

À l'issue de cette formation, les participants seront en mesure de : créer des flux de travail basés sur des prompts, générer et réviser des actifs multimodaux, servir des sorties via des applications ou des API, et connecter les capacités de Hunyuan aux piles de produits d'entreprise.

Cette formation en direct, animée par un instructeur en France (en ligne ou sur site), s'adresse aux professionnels de l'IA de niveau débutant / intermédiaire / avancé souhaitant utiliser le MCP pour connecter des assistants d'IA à des outils externes, des données et des services d'entreprise.

À la fin de cette formation, les participants seront capables de : expliquer les concepts du MCP, identifier les composants clés de l'architecture, mettre en place une intégration de base et appliquer les bonnes pratiques en matière de sécurité.

Cette formation en direct, animée par un instructeur en France (en ligne ou sur site), s'adresse aux architectes d'entreprise de niveau intermédiaire souhaitant utiliser le Protocole de Contexte de Modèle pour concevoir des plateformes d'intégration d'agents sécurisées, évolutives et gouvernables pour des environnements d'entreprise.

À la fin de cette formation, les participants seront en mesure d'expliquer l'architecture du MCP et les modèles d'entreprise, concevoir des plateformes d'intégration sécurisées, appliquer la gouvernance et les contrôles d'accès, et évaluer les options de déploiement et de mise à l'échelle.

Cette formation en direct, dispensée par un instructeur en France (en ligne ou sur site), s'adresse aux développeurs, architectes et ingénieurs de plateforme de niveau intermédiaire souhaitant utiliser le MCP pour créer des serveurs et clients fiables destinés au déploiement et à l'exploitation d'entreprise.

À la fin de cette formation, les participants seront en mesure de : expliquer l'architecture MCP en pratique, créer des intégrations prêtes pour la production, déployer et observer les services MCP, et appliquer des modèles de gestion des versions, de résilience et de support.

Cette formation en direct, dispensée par un instructeur en France (en ligne ou sur site), s'adresse aux responsables informatiques de niveau intermédiaire, aux professionnels de la conformité, aux équipes de sécurité et aux architectes d'entreprise souhaitant appliquer les principes de l'IA souveraine et les bonnes pratiques de gouvernance pour concevoir des environnements d'IA protégeant les données sensibles, répondant aux exigences de localisation et réduisant la dépendance aux fournisseurs.

À la fin de cette formation, les participants seront en mesure d'expliquer les concepts de l'IA souveraine, d'évaluer les options d'hébergement et de gouvernance, de définir des contrôles pour les invites et les journaux, et d'établir une feuille de route pratique pour l'adoption.