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

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).  

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

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.

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

Maîtriser les techniques de génération et d’augmentation de données pour l’IA. Comprendre les méthodes avancées de transformation et enrichissement des données. Appliquer ces techniques pour améliorer la diversité et la qualité des jeux de données. Évaluer les impacts des modifications de données sur l'entraînement des modèles IA.

Comprendre quels sont les apports de l'IA dans le process de développement, les principaux outils et savoir faire le choix adéquat selon le projet.