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.
Durée 14 heures
Plan du cours
Module 1 : Introduction à l'IA et à Google Gemini
- Qu'est-ce que l'intelligence artificielle (IA) ?
- Présentation de Google Gemini AI et de son écosystème
- Fonctionnalités clés et avantages de Gemini par rapport à d'autres modèles d'IA
- Activité pratique : Découverte de Gemini AI via la démonstration Google AI Studio
Module 2 : Compréhension des grands modèles de langage (LLM)
- Fondamentaux des grands modèles de langage
- Architecture et fonctionnement des modèles Gemini
- Comparaison entre Gemini, GPT et d'autres modèles de pointe
- Laboratoire de pratique : Visualisation de la tokenization 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 : Travail avec les modèles Gemini
- Exploration des différents types de modèles Gemini et de leurs capacités
- Sélection des modèles appropriés pour les tâches textuelles, d'images ou multimodales
- Initialisation et test des modèles génératifs
- Exercice pratique : Comparaison des sorties des modèles texte-vers-texte et image-vers-texte
Module 5 : Applications pratiques et cas d'usage
- Intégration de Gemini AI dans des applications de chat et de questions-réponses
- Développement d'outils de recherche sémantique et de résumé
- Utilisation éthique de l'IA et considérations sur les biais
- Projet de groupe : Création d'un « Assistant de recherche intelligent » à l'aide de NotebookLM et de Gemini
Module 6 : Fonctionnalités avancées et personnalisation
- Optimisation des invites et gestion avancée du contexte
- Utilisation de Gemini pour la génération et le débogage de code
- Flux de travail de fine-tuning avec Google Cloud Vertex AI
- Activité pratique : Personnalisation des réponses du modèle à l'aide de paramètres et de la contrôle de la température
Module 7 : Projets réels et collaboration
- Planification de projets collaboratifs et configuration des flux de travail
- Intégration de Gemini AI avec d'autres outils Google (Drive, Docs, Sheets)
- Projet d'équipe : Conception et déploiement d'une petite application d'IA (par ex., résumateur de contenu, chatbot ou générateur d'idées)
- Examen par les pairs et discussion des résultats du projet
Module 8 : Évaluation et perspectives d'avenir
- Dépannage des problèmes courants dans les projets Gemini
- Exploration de la feuille de route de l'API Gemini et des fonctionnalités à venir
- Bonnes pratiques pour la gouvernance de l'IA et l'évolutivité
- Activité de clôture : Réflexion sur les leçons pratiques apprises et leurs applications professionnelles
Résumé et prochaines étapes
Pré requis
- Une compréhension des concepts fondamentaux de l'IA
- Une expérience avec les API et les services cloud
- Une expérience en programmation Python
Public cible
- Développeurs
- Scientifiques des données
- Passionnés d'IA
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
