Dernière mise à jour le 14/03/2025

Intelligence artificielle : Etat de l’art (OpenAI, Google Bard, AWS)

Informations générales

Type de formation : Formation continue
Domaine : IA, Big Data et Bases de données
Filière : IA
Rubrique : ChatGPT - BARD
Formation éligible au CPF : Non
Formation Action collective : Non

Objectifs & compétences

Définir et comprendre le concept d’Intelligence Artificielle
Identifier les apports potentiels par métier, activité ou secteurs dans l’entreprise
Connaître les principales solutions, outils et technologies déployés dans un projet d’IA
Identifier les clés de réussite d’une solution d’Intelligence Artificielle
Appréhender les enjeux juridiques et éthiques de l’IA
Comprendre les applications de l’IA à différents domaines de l'industrie
Appréhender les concepts de Machine Learning et Deep Learning

Public visé

Toute personne souhaitant comprendre les domaines d’application et les bénéfices de l’Intelligence Artificielle : dirigeants, DSI, chefs de projets, développeurs, architectes…

Pré-requis

Avoir des connaissances générales en informatique et en gestion de projet numérique

Programme

 
1) Définir et comprendre le concept d’intelligence Artificielle
    • Définitions et positionnement IA, deep learning et Machine Learning
    • Les apports du deep learning, état de l'art.
    • Outils disponibles. Exemple de projets.
    • Exemples, domaines d'application. Présentation de deepmind.
    • Démonstrations avec OpenAI (ChatGPT), Google Bard, AWS
 
2 ) Connaître les principales solutions, outils et technologies déployés dans un projet d’IA
    • Outils DeepLearning de haut niveau distribués : Keras/TensorFlow.
    • Non distribués : PyTorch, Lasagne
 
3) Identifier les clés de réussite d’une solution d’intelligence Artificielle
    • Préparation des données, régularisation, normalisation, extraction des caractéristiques.
    • Optimisation de la politique d'apprentissage.
    • Exploitation des modèles, mise en production. TensorFlow Hub. Serving.
    • Visualiser les reconstructions.
 
Atelier : mise en place d'un serveur de modèles et d'une application tf-lite
    • Mise en évidence des problèmes de convergence et du vanishing gradient.
    • Les erreurs d'architecture. Comment distribuer un réseau de neurones.
    • Les limites du DeepLearning : imiter/créer. Cas concrets d'utilisation
 
 
4) Appréhender les enjeux juridiques et éthiques de l’IA
    • Propriété de la donnée, environnement juridique du traitement, sécurité.
    • Notion de loi extra-territoriales, champs d'application.
    • Impact des choix technologiques en matière d'analyse et de stockage de données.
 
5) Comprendre les applications de l’IA à des différents domaines
    • Santé, industrie, finance.
    • Prévision : prospectives, gestion des stocks, négociations
    • Transformation des métiers : automatisation de tâches, robotique, refonte des modes de fabrication
    • L'IA au service de la protection des données
 
Atelier : Mise en oeuvre sur cloud AutoML : langages naturels, traduction,
    • reconnaissance d'images, ...
 
6) Appréhender les concepts de Machine Learning et Deep Learning
    • Les réseaux de neurones : principe, différents types de réseaux de neurones (artificiels, convolutifs,
    • récurrents, ...)
    • Fonctionnement d'un réseau de neurones. Comprendre le fonctionnement de l'apprentissage d'un réseau de neurones.
    • Apprendre à lire une courbe d'apprentissage.
 
Atelier : Comparaison de courbes d'apprentissage avec TensorFlow sur plusieurs paramètres.
 
 

Modalités

Modalités : en présentiel, distanciel ou mixte . Toutes les formations sont en présentiel par défaut mais les salles sont équipées pour faire de l'hybride. – Horaires de 9H à 12H30 et de 14H à 17H30 soit 7H – Intra et Inter entreprise.
Pédagogie : essentiellement participative et ludique, centrée sur l’expérience, l’immersion et la mise en pratique. Alternance d’apports théoriques et d’outils pratiques.
Ressources techniques et pédagogiques : Support de formation au format PDF ou PPT Ordinateur, vidéoprojecteur, Tableau blanc, Visioconférence : Cisco Webex / Teams / Zoom.
Pendant la formation : mises en situation, autodiagnostics, travail individuel ou en sous-groupe sur des cas réels.

Méthodes

Fin de formation : entretien individuel.
Satisfaction des participants : questionnaire de satisfaction réalisé en fin de formation.
Assiduité : certificat de réalisation.
Validations des acquis : grille d'evalution  des acquis établie par le formateur en fin de formation.
Code de formation : IA002

Tarifs

Prix public : 1610
Tarif & financement :
Nous vous accompagnons pour trouver la meilleure solution de financement parmi les suivantes :
Le plan de développement des compétences de votre entreprise : rapprochez-vous de votre service RH.
Le dispositif FNE-Formation.
L’OPCO (opérateurs de compétences) de votre entreprise.
France Travail: sous réserve de l’acceptation de votre dossier par votre conseiller Pôle Emploi.
CPF -MonCompteFormation
Contactez nous pour plus d’information : contact@aston-institut.com

Lieux & Horaires

Durée : 14 heures
Délai d'accès : Jusqu'a 8 jours avant le début de la formation, sous condition d'un dossier d'insciption complet

Prochaines sessions

Handi-accueillante Accessible aux personnes en situations de handicap. Pour toutes demandes, contactez notre référente, Mme Rizlene Zumaglini Mail : rzumaglini@aston-ecole.com

à voir aussi dans le même domaine...

Formation continue

IA

LEDN216

OpenAI Initiation + Approfondissement : Génération de contenus avec ChatGPT et DALL-E 2 et reconnaissance vocale

A l’issue de la formation, le stagiaire sera capable :

        • Pouvoir développer de façon autonome des solutions applicatives tirant parti des services fournis par les API fournies par OpenAI, notamment ChatGPT et
        • DALL-E 2 - Apprendre à combiner des appels à ChatGPT et DALL-E 2 -
        • Utiliser OpenAI pour la reconnaissance vocale
 

35 heures de formations sur 5 Jours
En savoir plus

Formation continue

IA

CISIA-ASE

Analyse des Besoins et régulation des Solutions IA

Identifier et analyser les besoins métiers dans un projet IA. Étudier les cas d’usage concrets de l’IA dans différents secteurs. Évaluer les impacts économiques, sociaux et environnementaux des solutions IA. Appliquer les normes et réglementations pour encadrer l’utilisation de l’IA. .

18 heures de formations sur 3 Jours
En savoir plus

Formation continue

IA

CISIA-CEG

Fondamentaux de l’IA : Programmation et Outils Essentiels

Acquérir une compréhension approfondie des concepts fondamentaux de l’IA. Apprendre les bases de la programmation en Python et R pour le développement IA. Explorer les bibliothèques et outils essentiels pour la conception de modèles IA. Développer des compétences en gestion de projet IA et intégration des solutions IA en entreprise.

20 heures de formations sur 3 Jours
En savoir plus

Formation continue

IA

CISIA-DOC

Structuration et documentation des données pour l’IA

Documenter le flux de traitement des données : De la source à l’exploitation, en couvrant la chaîne d’approvisionnement (C1, C3). Documenter  le cycle  de vie  de  la  donnée  :  De  sa création  à son archivage  ou suppression (C1, C8). Comprendre les enjeux de la documentation des jeux de données pour répondre aux besoins métiers et aux cas d’usage (C1). Identifier les risques éthiques et sociétaux liés à la collecte et à l'utilisation des jeux de données (C2). Préparer et structurer les données afin de renforcer leur intégrité pour une utilisation dans un modèle d'IA (C3). Élaborer une documentation technique claire pour assurer la transparence et la traçabilité des données (C8).  

8 heures de formations sur 1 Jours
En savoir plus

Formation continue

IA

IA0100

Introduction à l’utilisation de ChatGPT Adopter les bons réflexes pour optimiser les échanges

Comprendre les concepts clés et l’utilisation quotidienne des IA conversationnelle Connaître les fonctionnalités des ChatGPT Identifier les biais et les bonnes pratiques

7 heures de formations sur 1 Jours
En savoir plus

Formation continue

IA

CISIA-PDD

Qualité et préparation des données pour l’IA

Identifier et valider les sources de données pertinentes pour l’IA. Détecter et corriger les erreurs et biais présents dans les jeux de données. Appliquer les techniques de nettoyage et de normalisation des données. Améliorer la qualité des jeux de données pour garantir des modèles IA performants.

12 heures de formations sur 2 Jours
En savoir plus