Formation IA pour Manager (3 jours)
Cette formation permet aux managers de comprendre l'Intelligence Artificielle et ses applications concrètes en entreprise. Du Machine Learning à l'IA Générative, vous apprendrez à piloter des projets IA de la conception à la mise en production.
- +15ans d'expérience pour tous nos formateurs
- 2jours
À qui s’adresse cette formation "Formation IA pour Manager (3 jours)" ?
Description de la formation "Formation IA pour Manager (3 jours)"
-
Méthodes pédagogiques
- La formation se compose de travaux pratiques (mises en situation, débats, exercices).
- Une évaluation quotidienne de l'acquisition des connaissances de la veille est effectuée.
- Une synthèse est proposée en fin de formation.
- Une évaluation à chaud sera proposée au stagiaire à la fin du cours.
- Un support de cours (version électronique) sera remis à chaque participant comprenant les slides sur la théorie, les exercices.
- Une feuille d'émargement par demi-journée de présence est fournie en fin de formation ainsi qu'une attestation de fin de formation si le stagiaire a bien assisté à la totalité de la session.
-
Présentation
Cette formation permet aux managers de comprendre l'Intelligence Artificielle et ses applications concrètes en entreprise. Du Machine Learning à l'IA Générative, vous apprendrez à piloter des projets IA de la conception à la mise en production.
-
Objectifs
- Comprendre les concepts fondamentaux de l'IA et du Machine Learning
- Appréhender le Deep Learning et ses applications
- Comprendre les enjeux de l'IA Générative
- Savoir piloter un projet IA de la conception à la mise en production
-
Audience
- Tout public
-
Formateur
Le formateur est un expert du domaine qui intervient sur le sujet depuis plusieurs années en formation mais aussi en conseil.
-
Prérequis
- Aucun prérequis technique spécifique, cette formation est accessible à tous.
-
Programme
Introduction à l'Intelligence Artificielle et au Machine Learning
- Qu'est-ce que l'IA ?
- Définition et enjeux
- Exemples d'applications dans l'entreprise
- Introduction au Machine Learning (ML)
- Concepts de base
- Différence entre IA, ML et Deep Learning (DL)
- Écosystème technologique de l'IA
- Introduction à Python et ses librairies
- Présentation de Hugging Face et OpenAI
- Algorithmes de ML
- Régression linéaire
- Random Forest (RF)
- Clustering (KMeans)
- Illustration des modèles et exercices pratiques sur un outil visuel, sans code
- Validation des modèles & Méthodologie
- Critères de performance
- Fuite de données
- Pipeline d’un projet
Deep Learning et ses applications
- Différences entre ML & DL
- Introduction aux réseaux de neurones
- Explications visuelles
- Réseaux de neurones convolutifs
- Transfer learning
- Principe et importance du Transfer Learning
- Cas d’usage
IA Générative
- Principes fondamentaux
- Applications (textes, images)
- Introduction à ChatGPT et ses applications
- Prompt Engineering
- Méthodologie pour créer un prompt efficace
- Cas pratique
Gestion de Projet et Mise en Production
- Méthodologie de gestion de projet IA
- Étapes clés d'un projet IA
- Collaboration avec les équipes techniques
- Mise en production des modèles
- Monitoring des modèles
- Indicateurs de performance
- Défis éthiques en IA
- Biais algorithmiques et discrimination
- Propriété intellectuelle et IA
- Droits liés aux modèles et données
- Questions juridiques sur les créations IA
-
Tarif
Nous consulter