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 à l'IA et à Google Gemini
- Qu'est-ce que l'intelligence artificielle (IA) ?
- Aperçu de Google Gemini AI et de son écosystème
- Principales fonctionnalités et avantages de Gemini par rapport aux autres modèles d'IA
- Activité pratique : Exploration de Gemini AI via la démo Google AI Studio
Module 2 : Comprendre les modèles de langage de grande taille (LLM)
- Fondamentaux des modèles de langage de grande taille
- Architecture et fonctionnement des modèles Gemini
- Comparaison de Gemini avec GPT et d'autres modèles leaders
- Laboratoire pratique : Visualisation de la tokenisation et des réponses du modèle à l'aide d'invitations d'exemple
Module 3 : Premiers pas avec Gemini
- Configuration de l'environnement de développement
- Travail avec l'API et le SDK Gemini
- Authentification, jetons et clés API
- Laboratoire pratique : Exécution de votre première invitation Gemini en utilisant Python
Module 4 : Utilisation des modèles Gemini
- Exploration des différents types de modèles Gemini et de leurs capacités
- Sélection des modèles appropriés pour les tâches linguistiques, visuelles ou multimodales
- Initialisation et test des modèles génératifs
- Exercice pratique : Comparaison des sorties des modèles texte-à-texte et image-à-texte
Module 5 : Applications pratiques et cas d'utilisation
- Intégration de Gemini AI dans les applications de chat et de questions-réponses
- Développement d'outils de recherche sémantique et de résumés
- Utilisation éthique de l'IA et considérations liées aux biais
- Projet de groupe : Construire un « Assistant de recherche intelligent » en utilisant NotebookLM et Gemini
Module 6 : Fonctionnalités avancées et personnalisation
- Optimisation des invitations et gestion avancée du contexte
- Utilisation de Gemini pour la génération et le débogage de code
- Flux de travail de réglage fin avec Google Cloud Vertex AI
- Activité pratique : Personnalisation des réponses du modèle à l'aide de paramètres et de contrôle de la température
Module 7 : Projets réels et collaboration
- Planification de projets collaboratifs et configuration du flux de travail
- Intégration de Gemini AI avec d'autres outils Google (Drive, Docs, Sheets)
- Projet d'équipe : Concevoir et déployer une petite application IA (par exemple, résumé de contenu, chatbot ou générateur d'idées)
- Évaluation par les pairs et discussion des résultats des projets
Module 8 : Évaluation et perspectives futures
- Dépannage des problèmes courants dans les projets Gemini
- Exploration de la feuille de route de l'API Gemini et des fonctionnalités à venir
- Meilleures pratiques pour la gouvernance et la mise à l'échelle de l'IA
- Activité de clôture : Réflexion sur les leçons pratiques apprises et les applications professionnelles
Résumé et prochaines étapes
Pré requis
- Une compréhension des concepts de base de l'IA
- De l'expérience avec les API et les services cloud
- De l'expérience en programmation Python
Audience cible
- Développeurs
- Scientifiques des données
- Passionnés d'IA
14 Heures
Nos clients témoignent (1)
Fluidez, ambiance et thème de la présentation
Lukasz Kowalczyk - Allegro Sp. z o.o.
Formation - Google Gemini AI for Data Analysis
Traduction automatique