Besoin d'une Formation Sur-Mesure ?

Programme détaillé

• Histoire et évolution de l'IA 30 minutes - Comprendre le contexte et les enjeux actuels
• Fonctionnement des LLM 1 heure - Mécanismes, capacités et limites des modèles de langage
• Atelier prompt engineering 2 heures - Techniques avancées, structures efficaces, optimisation
• Panorama des outils IA 1h30 - ChatGPT, Claude, Midjourney, outils spécialisés par secteur
• Ateliers pratiques métier 2 heures - Cas d'usage concrets adaptés à votre activité

Cas d'usage pratiques

Objectifs pédagogiques

• Comprendre les capacités et limites de l'IA générative
• Maîtriser les techniques de prompt engineering efficaces
• Identifier les outils IA adaptés à vos besoins métier
• Appliquer l'IA dans votre activité quotidienne
• Gagner en productivité dès la fin de la formation

Modalités

• Format : Présentiel ou distanciel
• Supports : Documentation complète fournie
• Groupe : Maximum 12 personnes (intra) ou sessions inter-entreprises
• Prérequis : Aucun, accessible à tous
• Certification : Attestation de formation

Programme détaillé

• Histoire et évolution de l'IA 30 minutes - Comprendre le contexte et les enjeux actuels
• Fonctionnement des LLM 1 heure - Mécanismes, capacités et limites des modèles de langage
• Atelier prompt engineering 2 heures - Techniques avancées, structures efficaces, optimisation
• Panorama des outils IA 1h30 - ChatGPT, Claude, Midjourney, outils spécialisés par secteur
• Ateliers pratiques métier 2 heures - Cas d'usage concrets adaptés à votre activité

Cas d'usage pratiques

Objectifs pédagogiques

• Comprendre les capacités et limites de l'IA générative
• Maîtriser les techniques de prompt engineering efficaces
• Identifier les outils IA adaptés à vos besoins métier
• Appliquer l'IA dans votre activité quotidienne
• Gagner en productivité dès la fin de la formation

Modalités

• Format : Présentiel ou distanciel
• Supports : Documentation complète fournie
• Groupe : Maximum 12 personnes (intra) ou sessions inter-entreprises
• Prérequis : Aucun, accessible à tous
• Certification : Attestation de formation

Programme détaillé

• Architecture des agents IA 2 heures - Définition, composants, types d'agents et cas d'usage
• Création d'agents personnalisés 4 heures - GPTs, Claude Projects, plateformes no-code
• RAG - Intégration de données 3 heures - Retrieval Augmented Generation, bases de connaissances
• Agents multi-étapes 2 heures - Chains of thought, orchestration d'actions
• Déploiement et monitoring 3 heures - Testing, mise en production, suivi performance

Cas d'usage pratiques

Objectifs pédagogiques

• Comprendre l'architecture et le fonctionnement des agents IA
• Créer des agents personnalisés adaptés à vos besoins
• Intégrer vos données propriétaires via RAG
• Déployer et maintenir des agents en production
• Mesurer et optimiser les performances

Modalités

• Format : Présentiel recommandé (pratique intensive)
• Supports : Documentation + accès outils
• Groupe : Maximum 10 personnes
• Prérequis : Niveau 1 acquis ou bonnes bases en IA
• Matériel : Ordinateur portable requis

Programme détaillé

• Introduction N8N et écosystème 3 heures - Interface, concepts, alternatives (Zapier, Make)
• Connexion APIs et services 4 heures - Intégrations tierces, authentification, webhooks
• Workflows IA avancés 5 heures - Déclencheurs, conditions, boucles, erreurs
• Cas pratiques métier 6 heures - CRM automation, lead gen, content creation
• Monitoring et optimisation 3 heures - Gestion erreurs, performance, maintenance

Cas d'usage pratiques

Objectifs pédagogiques

• Maîtriser N8N et outils d'automatisation no-code
• Créer des workflows complexes multi-étapes
• Intégrer des APIs et services externes
• Automatiser des processus métier complets
• Optimiser et maintenir des automatisations en production

Modalités

• Format : Présentiel obligatoire (pratique intensive)
• Supports : Documentation + templates workflows
• Groupe : Maximum 8 personnes
• Prérequis : Niveau 2 acquis + bases techniques
• Matériel : Ordinateur portable performant requis

Programme détaillé

• Architecture des transformers 4 heures - Mécanismes d'attention, architecture interne
• Préparation de datasets 6 heures - Collecte, nettoyage, annotation, qualité données
• Techniques de fine-tuning 8 heures - LoRA, QLoRA, full fine-tuning, comparaisons
• Évaluation de modèles 4 heures - Benchmarks, métriques, A/B testing
• Déploiement et serving 6 heures - Cloud, on-premise, Hugging Face, Replicate
• Optimisation avancée 3 heures - Performance, coûts, monitoring production

Cas d'usage pratiques

Objectifs pédagogiques

• Comprendre l'architecture interne des modèles de langage
• Créer des datasets d'entraînement de qualité
• Fine-tuner des modèles open-source (Llama, Mistral)
• Évaluer rigoureusement les performances
• Déployer et maintenir des modèles personnalisés

Modalités

• Format : Présentiel obligatoire (infrastructure technique)
• Supports : Documentation + notebooks Jupyter
• Groupe : Maximum 6 personnes
• Prérequis : Niveau 3 acquis + profil technique confirmé
• Matériel : Machine performante + accès GPU cloud