IA Générative avancée
L’objectif de la formation IA Générative avancée est de permettre aux participants de s’approprier les usages et opportunités offertes par les IA génératives et de comprendre les enjeux et problématiques liés à leur utilisation. Deux journées de formation alternant théorie et ateliers pratiques pour connaitre les grands modèles de langages, connecter vos projets aux grandes API d’IA génératives et personnaliser et améliorer les LLMs.
Présentiel
Distanciel
Hybride
au choix
15 apprenants maximum
par session
2 jours
soit 14 heures
Une formation pour qui ?
- Connaitre les grands modèles de langages, leurs applications, leurs limites et les cas d’usage courants.
- Connecter ses projets aux grandes API d’IA génératives
- Personnaliser et améliorer les LLMs
Prérequis
- Avoir une expertise dans au moins un langage de programmation moderne
- Disposer d’un ordinateur ayant une configuration habituelle pour un développeur, avec une carte graphique Nvidia récente (idéalement > RTX 20xx) et au moins 16 Go de RAM.
Financement
Les formations sont réalisées uniquement en « intra » et sur demande client.
Les tarifs et les dates sont déterminés en fonction de l’analyse de besoins réalisée lors du premier contact commercial dont découle une proposition chiffrée et détaillée (convention de formation).
Des frais de déplacement et d’hébergement sont susceptibles de s’appliquer.
EDUTEKA est un organisme de formation certifié QUALIOPI, référencé sous le numéro de déclaration d’activité n°11 75 68165 75.
- Concepts fondamentaux
- Présentation des API publiques disponibles
Entraînement et fine-tuning d’un modèle
- Modèles pré-GPT
- Modèles GPT
Intégration de l’IA dans une solution
- Load/Save de modèles (mots-clefs: huggingface, gguf)
- Intégration d’appels IA dans une API
Mise en pratique des concepts abordés
- Développement d’une application locale regroupant tous les concepts vus
(Date de dernière mise à jour du programme : 01/02/2025)
Objectifs pédagogiques
- Connaitre les grands modèles de langages, leurs applications, leurs limites et les cas d’usage courants.
- Connecter vos projets aux grandes API d’IA génératives
- Personnaliser et améliorer les LLMs
Méthodes mobilisées & Modalités d’évaluation
- Alternance d’exposés théoriques et d’exercices pratiques de mise en situation.
- Une évaluation de l’atteinte des objectifs par les stagiaires sera systématiquement réalisée à l’issue de la formation et communiquée aux stagiaires. Elle prendra les formes suivantes : « mises en situation », « quizz de fin de formation ».
Accessibilité
La formation est accessible aux PSH sous certaines conditions d’aménagement. Les modalités sont étudiées en amont de la prestation.