Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Module 1 : Introduction et Théorie de l'IA
- L'Approche Basée sur les Modèles : l'IA comme un problème d'ingénierie.
- Démystifier le « Fantôme dans la Machine » : ce que l'IA est vs. ce qu'elle n'est pas.
- L'Évolution de la Technologie : du BERT aux Transformers.
- Domaines Génératifs : Analyse, Créatif, Recherche, Image, Musique et Vidéo.
- Gouvernance des Données : Piliers, audits et tendances de recherche (Multimodalité, Agents, RAG, LLM vs. SLM).
- Le Versant Obscur : Éthique, propriété intellectuelle, biais, hallucinations et ingénierie sociale.
- Évaluation des Risques : Poisonnement des données, Nepenthes et le risque de « diminuer » les compétences humaines.
- Taxonomie des Modèles : Fondation vs. Spécifique à la tâche ; Modèles fermés vs. ouverts.
Module 2 : Paysage Actuel et Outils
- L'Arena des Modèles Linguistiques : Comparaison des performances et des benchmarks.
- Critères d'achat Professionnels : Coût, latence, confidentialité et enfermement par le fournisseur.
- Aperçu des Grands Modèles : OpenAI ChatGPT, Perplexity, Gemini et Grok.
- Modèles Niches et Petits : Manus, SpecKit.
- Génération Graphique : Perchance
- Contraintes Techniques : Rot de contexte vs. Coût des jetons.
Module 3 : Interaction - Génie de Prompt et de Contexte
- Le Cadre de Vérification : Complétude, cohérence et vérifiabilité.
- La Stratégie RAG : Quand utiliser la Génération Augmentée par la Récupération vs. l'ajustement fin.
- ROI de l'IA : Coûts de maintenance vs. gains de productivité.
- Techniques Avancées : 20+ méthodes de Prompt et RAG avec des exemples concrets.
- Frontières Expérimentales : Triangulation, Aperçu Cartographique et Génération Basée sur les Modèles.
Module 4 : IA dans la Gestion de Projet Agile
- Le Pilote Superordinateur : l'IA comme moteur d'automatisation.
- Prise de Décision : Responsabilité humaine vs. assistance par IA.
- AIOps et GitOps : Intégration de l'IA dans le flux de travail opérationnel.
- Chaînes d'Outils et Pipelines : Création d'un environnement dirigé par IA fluide.
- Artifacts Agile : Backlog, feuille de route et ingénierie des exigences.
- Gestion Précise : Planification des capacités et estimation (Précision vs. Exactitude).
- Propriété de Produit : Génération d'idées, analyse de fonctionnalités et risques de codage par ambiance.
- Risques et Scénarios : Planification des « Et Si » et gestion automatisée des risques.
- Raffinement : Description et raffinement de l'Use Case et de l'User Story.
Pré requis
- Compréhension de base du Manifeste Agile et du cadre Scrum.
- Expérience en gestion de projet, propriété de produit ou leadership d'équipe.
- Aucune expérience préalable en programmation ou en ingénierie IA n'est requise, bien qu'une familiarité générale avec les outils numériques soit recommandée.
Audience
- Gestionnaires de Projets Agile et Scrum Masters.
- Propriétaires de Produit et Managers de Produit.
- Chefs d'équipe IT et Managers de Livraison.
- Analystes d'Affaires travaillant dans des environnements Agile.
- Gestionnaires d'Opérations intéressés par l'AIOps.
7 Heures
Nos clients témoignent (2)
Exemples pratiques
Ryan Brookman - The Shaw Group Limited
Formation - Introduction to Artificial Intelligence for Non-technical users
Traduction automatique
Nous avons pu utiliser les outils.
Victor Aguero - PNUD/MICI
Formation - Aplicaciones Prácticas de Inteligencia Artificial para Personal Administrativo
Traduction automatique
