Plan du cours
Plan du cours Proposition de formation
Jour 1 - Introduction à l'IA et à Python pour les flux de données
• Vue d'ensemble du paysage de l'intelligence artificielle et de l'apprentissage automatique
• Rôle de l'IA dans l'ingénierie des données moderne
• Rappels des fondamentaux de Python pour les applications IA
• Travail avec des données à l'aide de pandas et NumPy
• Introduction aux API et au traitement des données JSON
• Mini-exercice de chargement et de transformation de jeux de données
Jour 2 - Fondamentaux de l'apprentissage automatique pour les praticiens
• Concepts d'apprentissage supervisé et non supervisé
• Techniques de génie des caractéristiques et de préparation des données
• Bases de l'entraînement des modèles à l'aide de scikit-learn
• Évaluation des modèles et métriques de performance
• Introduction aux concepts de déploiement des modèles
• Pratique : construction d'un modèle prédictif simple
Jour 3 - Introduction aux LLM et à l'ingénierie des prompts
• Compréhension des grands modèles de langage et de leur fonctionnement
• Tokenisation, fenêtres de contexte et limitations
• Principes et techniques de conception de prompts
• Prompts zero-shot et few-shot
• Stratégies d'évaluation et d'itération des prompts
• Exercices pratiques d'ingénierie des prompts
Jour 4 - Construction d'applications IA avec des LLM
• Utilisation des API LLM en Python
• Concepts de sorties structurées et d'appel de fonctions
• Construction d'applications basées sur le chat et sur les tâches
• Introduction à la génération augmentée par récupération
• Connexion des LLM aux sources de données externes
• Mini-projet : construction d'un assistant IA simple
Jour 5 - Industrialisation des solutions IA
• Conception de flux de travail IA évolutifs
• Intégration de l'IA dans les pipelines de données
• Surveillance et amélioration des performances des modèles
• Optimisation des coûts et stratégies d'utilisation des API
• Sécurité et considérations en matière d'IA responsable
• Projet final : construction d'une solution IA de bout en bout
Nos clients témoignent (2)
Le formateur était très disponible pour répondre à toutes les questions que j'ai posées.
Caterina - Stamtech
Formation - Developing APIs with Python and FastAPI
Traduction automatique
Le formateur développe la formation en fonction du rythme des participants
Farris Chua
Formation - Data Analysis in Python using Pandas and Numpy
Traduction automatique