Prenez contact avec nous

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

Nombre de participants


Prix par participant

Nos clients témoignent (1)

Cours à venir

Catégories Similaires