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
Introduction à l'IA pour le Développement Logiciel
- Qu'est-ce que l'IA générative par rapport à l'IA prédictive
- Applications de l'IA dans la codification, l'analyse et l'automatisation
- Vue d'ensemble des LLM (Large Language Models), transformers et modèles d'apprentissage profond
Codage Assisté par IA et Développement Prédictif
- Complétion de code et génération alimentées par l'IA (GitHub Copilot, CodeGeeX)
- Prédiction des erreurs de code et des vulnérabilités avant déploiement
- Automatisation des revues de code et des suggestions d'optimisation
Construction de Modèles Prédictifs pour les Applications Logicielles
- Compréhension de la prévision de séries temporelles et de l'analyse prédictive
- Implémentation de modèles IA pour la prévision de demande et la détection d'anomalies
- Utilisation de Python, Scikit-learn et TensorFlow pour le modèle prédictif
IA Générative pour la Génération de Texte, Code et Image
- Travail avec GPT, LLaMA et autres LLM
- Génération de données synthétiques, résumés textuels et documentation
- Création d'images et vidéos générées par IA avec des modèles de diffusion
Déploiement de Modèles IA dans les Applications du Monde Réel
- Hébergement de modèles IA via Hugging Face, AWS et Google Cloud
- Construction de services d'IA basés sur API pour des applications commerciales
- Ajustement de modèles pré-entraînés à des tâches spécifiques au domaine
IA pour les Analyses Prédictives et la Prise de Décision en Affaires
- Intelligence d'affaires et analyse client alimentées par l'IA
- Prédiction des tendances du marché et du comportement du consommateur
- Automatisation de l'optimisation des workflows avec IA
AI Éthique et Meilleures Pratiques en Développement
- Considérations éthiques dans la prise de décision assistée par l'IA
- Détection des biais et équité dans les modèles d'IA
- Meilleures pratiques pour une IA interprétable et responsable
Ateliers Pratiques et Études de Cas
- Implémentation d'analyses prédictives sur un jeu de données réel
- Construction d'un chatbot alimenté par IA avec génération de texte
- Déploiement d'une application basée sur LLM pour l'automatisation
Résumé et Étapes Suivantes
- Revue des points clés
- Outils et ressources IA pour un apprentissage approfondi
- Session finale de questions-réponses
Pré requis
- Une compréhension des concepts de base du développement logiciel
- Expérience avec un langage de programmation (Python recommandé)
- Familiarité avec les fondements de l'apprentissage machine ou de l'IA (recommandé mais non obligatoire)
Public cible
- Développeurs logiciels
- Ingénieurs IA/ML
- Responsables d'équipes techniques
- Directeurs produits intéressés par les applications alimentées par l'IA
21 Heures
Nos clients témoignent (1)
J'ai apprécié que le formateur avait beaucoup de connaissances et les partageait avec nous
Daria Pawlak - LKQ POLSKA SPOLKA Z OGRANICZONA ODPOWIEDZIALNOSCIA
Formation - Microsoft 365 Copilot Chat for Word, Excel, PowerPoint, and Outlook
Traduction automatique
