Formation IA pour Manager (3 jours)

• 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.

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.

• 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

• Tout public

Le formateur est un expert du domaine qui intervient sur le sujet depuis plusieurs années en formation mais aussi en conseil.

• Aucun prérequis technique spécifique, cette formation est accessible à tous.

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

Nous consulter