Formation Grands modèles de langage (LLM) et apprentissage par renforcement (RL)
Les grands modèles de langage (LLM) sont des types avancés de réseaux neuronaux conçus pour comprendre et générer du texte semblable à celui des humains en fonction des informations qu’ils reçoivent. L’apprentissage par renforcement (RL) est une forme d’apprentissage automatique où un agent apprend à prendre des décisions en effectuant des actions dans un environnement afin de maximiser les récompenses cumulatives.
Cette formation en direct, animée par un formateur (en ligne ou en présentiel), s’adresse aux data scientists de niveau intermédiaire qui souhaitent acquérir une compréhension approfondie et des compétences pratiques tant sur les grands modèles de langage (LLM) que sur l’apprentissage par renforcement (RL).
À l’issue de cette formation, les participants seront en mesure de :
- Comprendre les composants et le fonctionnement des modèles à base de transformeurs.
- Optimiser et affiner les LLM pour des tâches et applications spécifiques.
- Maîtriser les principes fondamentaux et les méthodologies de l’apprentissage par renforcement.
- Apprendre comment les techniques d’apprentissage par renforcement peuvent améliorer les performances des LLM.
Format de la formation
- Cours interactifs et discussions.
- Nombreux exercices et mises en pratique.
- Mise en œuvre concrète dans un environnement de laboratoire en direct.
Options de personnalisation de la formation
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter afin d’en convenir.
Plan du cours
Introduction aux grands modèles de langage (LLM)
- Aperçu des LLM
- Définition et importance
- Applications dans l’intelligence artificielle actuelle
Architecture des transformeurs
- Qu’est-ce qu’un transformeur et comment fonctionne-t-il ?
- Composants principaux et caractéristiques
- Embedding et codage positionnel
- Attention multi-têtes
- Réseau de neurones à propagation avant
- Normalisation et connexions résiduelles
Modèles à base de transformeurs
- Mécanisme d’auto-attention
- Architecture encodeur-décodeur
- Embeddings positionnels
- BERT (Bidirectional Encoder Representations from Transformers)
- GPT (Generative Pretrained Transformer)
Optimisation des performances et écueils courants
- Longueur du contexte
- Mamba et modèles à espace d’état
- Flash attention
- Transformeurs clairsemés
- Transformeurs visuels
- Importance de la quantification
Amélioration des transformeurs
- Génération de texte augmentée par recherche
- Mélange de modèles
- Arbre de pensées
Ajustement fin (Fine-Tuning)
- Théorie de l’adaptation de faible rang
- Ajustement fin avec QLora
Lois d’échelle et optimisation dans les LLM
- Importance des lois d’échelle pour les LLM
- Extension de la taille des données et des modèles
- Extension des ressources de calcul
- Extension de l’efficacité des paramètres
Optimisation
- Relation entre la taille du modèle, la taille des données, le budget de calcul et les besoins en inférence
- Optimisation des performances et de l’efficacité des LLM
- Meilleures pratiques et outils pour l’entraînement et l’ajustement fin des LLM
Entraînement et ajustement fin des LLM
- Étapes et défis de l’entraînement des LLM à partir de zéro
- Acquisition et maintenance des données
- Données à grande échelle, exigences en matière de CPU et de mémoire
- Défis liés à l’optimisation
- Paysage des LLM open source
Fondamentaux de l’apprentissage par renforcement (RL)
- Introduction à l’apprentissage par renforcement
- Apprentissage par renforcement positif
- Définition et concepts clés
- Processus de décision markovien (MDP)
- Programmation dynamique
- Méthodes de Monte Carlo
- Apprentissage par différence temporelle
Apprentissage par renforcement profond
- Réseaux Q profonds (DQN)
- Optimisation de la politique proximale (PPO)
- Éléments de l’apprentissage par renforcement
Intégration des LLM et de l’apprentissage par renforcement
- Combinaison des LLM avec l’apprentissage par renforcement
- Utilisation du RL dans les LLM
- Apprentissage par renforcement avec feedback humain (RLHF)
- Alternatives au RLHF
Études de cas et applications
- Applications dans le monde réel
- Histoires de succès et défis rencontrés
Sujets avancés
- Techniques avancées
- Méthodes d’optimisation avancées
- Recherche de pointe et développements récents
Résumé et prochaines étapes
Pré requis
- Compréhension de base de l’apprentissage automatique
Audience
- Data scientists
- Ingénieurs logiciels
Cours à partir de 4 + personnes. Pour un entraînement individuel ou en petit groupe, veuillez demander un devis.
Formation Grands modèles de langage (LLM) et apprentissage par renforcement (RL) - Réservation
Formation Grands modèles de langage (LLM) et apprentissage par renforcement (RL) - Demande de renseignements
Grands modèles de langage (LLM) et apprentissage par renforcement (RL) - Demande d'informations consulting
Cours à venir
Cours Similaires
LangGraph Avancé : Optimisation, débogage et surveillance de graphes complexes
35 HeuresLangGraph est un cadre de travail pour construire des applications LLM multi-acteurs avec état, sous forme de graphes composables dotés d’un état persistant et d’un contrôle sur l’exécution.
Cette formation en direct, dirigée par un formateur (en ligne ou sur site), s’adresse aux ingénieurs de plateforme IA avancés, aux responsables DevOps pour l’IA et aux architectes ML souhaitant optimiser, déboguer, surveiller et faire fonctionner des systèmes LangGraph de niveau production.
À l’issue de cette formation, les participants seront capables de :
- Concevoir et optimiser des topologies LangGraph complexes pour la vitesse, le coût et l’évolutivité.
- Garantir la fiabilité grâce aux tentatives de recal, aux délais d’expiration, à l’idempotence et à la reprise basée sur des points de vérification.
- Déboguer et tracer les exécutions de graphes, inspecter l’état et reproduire systématiquement les problèmes en production.
- Instrumenter les graphes avec des journaux, des métriques et des traces, les déployer en production et surveiller les SLA et les coûts.
Format du cours
- Conférence interactive et discussions.
- De nombreux exercices et pratiques.
- Mise en œuvre pratique dans un environnement de laboratoire en direct.
Options de personnalisation du cours
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter afin d’en convenir.
Création d'agents de codage avec Devstral : De la conception d'agents aux outils
14 HeuresDevstral est un framework open-source conçu pour créer et exécuter des agents de codage capables d'interagir avec des bases de code, des outils de développement et des API afin d'améliorer la productivité des ingénieurs.
Cette formation en présentiel (en ligne ou sur site) est destinée aux ingénieurs en apprentissage automatique (ML) de niveau intermédiaire à avancé, aux équipes d'outils de développement et aux ingénieurs SRE souhaitant concevoir, implémenter et optimiser des agents de codage à l'aide de Devstral.
À la fin de cette formation, les participants seront en mesure de :
- Configurer et paramétrer Devstral pour le développement d'agents de codage.
- Concevoir des flux de travail agents pour l'exploration et la modification des bases de code.
- Intégrer des agents de codage avec des outils de développement et des API.
- Appliquer les meilleures pratiques pour le déploiement sûr et efficace des agents.
Format de la formation
- Cours interactifs et discussions.
- De nombreux exercices et mises en pratique.
- Mise en œuvre pratique dans un environnement de laboratoire en direct.
Options de personnalisation de la formation
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour en convenir.
Opérations sur les modèles open source : Auto-hébergement, affinement et gouvernance avec les modèles Devstral et Mistral
14 HeuresLes modèles Devstral et Mistral sont des technologies d’IA open source conçues pour un déploiement flexible, l’affinement et une intégration évolutive.
Cette formation pratique et dirigée par un formateur (en ligne ou sur site) s’adresse aux ingénieurs en machine learning (ML) de niveau intermédiaire à avancé, aux équipes de plateformes et aux ingénieurs de recherche souhaitant auto-héberger, affiner et gouverner les modèles Mistral et Devstral dans des environnements de production.
À l’issue de cette formation, les participants seront capables de :
- Configurer et mettre en place des environnements auto-hébergés pour les modèles Mistral et Devstral.
- Appliquer des techniques d’affinement pour optimiser les performances selon des domaines spécifiques.
- Mettre en œuvre la gestion des versions, le suivi et la gouvernance du cycle de vie.
- Garantir la sécurité, la conformité et l’usage responsable des modèles open source.
Format du cours
- Cours interactif et discussions.
- Exercices pratiques d’auto-hébergement et d’affinement.
- Mise en œuvre en laboratoire du suivi et des pipelines de gouvernance.
Options de personnalisation du cours
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour en convenir.
Applications de LangGraph dans la finance
35 HeuresLangGraph est un framework permettant de créer des applications multimodèles dotées d'état persistent et d'une maîtrise de l'exécution, structurées sous forme de graphes composable.
Cette formation en présentiel ou en ligne, animée par un formateur, s'adresse aux professionnels de niveau intermédiaire à avancé souhaitant concevoir, implémenter et exploiter des solutions financières basées sur LangGraph, tout en respectant les exigences de gouvernance, d'observabilité et de conformité.
À l'issue de cette formation, les participants seront capables de :
- Concevoir des workflows LangGraph spécifiques au secteur financier, conformes aux exigences réglementaires et aux normes d'audit.
- Intégrer les normes et ontologies de données financières dans l'état du graphe et les outils associés.
- Mettre en œuvre des mécanismes de fiabilité, de sécurité et d'intervention humaine pour les processus critiques.
- Déployer, surveiller et optimiser les systèmes LangGraph en matière de performance, de coûts et de SLA.
Format de la formation
- Conférences interactives et discussions.
- Nombreux exercices et mises en pratique.
- Implémentation pratique dans un environnement de laboratoire en temps réel.
Options de personnalisation de la formation
- Pour demander une formation personnalisée, veuillez nous contacter afin de convenir des modalités.
Les fondamentaux de LangGraph : Conception et enchaînement des prompts pour les LLM par graphes
14 HeuresLangGraph est un cadre de travail permettant de créer des applications LLM structurées sous forme de graphes, offrant des capacités de planification, de branchement, d'utilisation d'outils, de gestion de la mémoire et d'exécution contrôlable.
Cette formation en direct, animée par un instructeur (en ligne ou sur site), s'adresse aux développeurs débutants, aux ingénieurs en prompts et aux praticiens des données souhaitant concevoir et développer des flux de travail LLM multicouches fiables à l'aide de LangGraph.
À l'issue de cette formation, les participants seront capables de :
- Expliquer les concepts clés de LangGraph (nœuds, arêtes, état) et savoir quand les utiliser.
- Construire des chaînes de prompts qui se branchent, appellent des outils et conservent l'état de la conversation.
- Intégrer la récupération de données et des API externes dans des flux de travail basés sur des graphes.
- Tester, déboguer et évaluer les applications LangGraph pour garantir leur fiabilité et leur sécurité.
Format du cours
- Cours interactif et discussions animées.
- Tutoriels guidés et analyses de code dans un environnement sandbox.
- Exercices axés sur des scénarios de conception, de test et d'évaluation.
Options de personnalisation du cours
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter afin d'en convenir.
LangGraph dans le secteur de la santé : orchestration des flux de travail pour des environnements réglementés
35 HeuresLangGraph permet de créer des flux de travail étatiques et multi-acteurs alimentés par des LLM, offrant un contrôle précis des chemins d'exécution et la persistance de l'état. Dans le secteur de la santé, ces fonctionnalités sont essentielles pour garantir la conformité, l'interopérabilité et développer des systèmes d'aide à la décision alignés sur les flux de travail médicaux.
Cette formation en direct, animée par un formateur (en ligne ou sur site), s'adresse aux professionnels de niveau intermédiaire à avancé souhaitant concevoir, mettre en œuvre et gérer des solutions de santé basées sur LangGraph tout en relevant les défis réglementaires, éthiques et opérationnels.
À la fin de cette formation, les participants seront en mesure de :
- Concevoir des flux de travail LangGraph spécifiques au secteur de la santé, en privilégiant la conformité et l'auditabilité.
- Intégrer des applications LangGraph avec des ontologies et des normes médicales (FHIR, SNOMED CT, CIM).
- Appliquer les meilleures pratiques en matière de fiabilité, de traçabilité et d'explicabilité dans des environnements sensibles.
- Déployer, surveiller et valider des applications LangGraph dans des environnements de production healthcare.
Format du cours
- Cours interactif et discussions.
- Exercices pratiques avec des études de cas réelles.
- Pratique de mise en œuvre dans un environnement de laboratoire en direct.
Options de personnalisation du cours
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter afin d'organiser les détails.
LangGraph pour les applications juridiques
35 HeuresLangGraph est un cadre de travail permettant de créer des applications LLM multi-agents à état persistant sous forme de graphes composables, avec un état persistant et un contrôle précis de l'exécution.
Cette formation en présentiel ou en ligne, animée par un formateur, s'adresse aux professionnels de niveau intermédiaire à avancé souhaitant concevoir, mettre en œuvre et exploiter des solutions juridiques basées sur LangGraph, tout en respectant les contrôles nécessaires en matière de conformité, de traçabilité et de gouvernance.
À l'issue de cette formation, les participants seront en mesure de :
- Concevoir des flux de travail LangGraph spécifiques au domaine juridique, en préservant l'auditabilité et la conformité.
- Intégrer des ontologies juridiques et des normes documentaires dans l'état du graphe et le traitement des données.
- Mettre en place des garde-fous, des approbations humaines en boucle (human-in-the-loop) et des chemins de décision traçables.
- Déployer, surveiller et maintenir les services LangGraph en production, avec une visibilité complète et des contrôles des coûts.
Format de la formation
- Cours interactif et discussions.
- Nombreux exercices et mises en pratique.
- Implémentation pratique dans un environnement de laboratoire en temps réel.
Options de personnalisation du cours
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter afin d'en convenir.
Construction de workflows dynamiques avec LangGraph et agents LLM
14 HeuresLangGraph est un framework permettant de composer des workflows d'LLM structurés sous forme de graphes, prenant en charge la branching, l'utilisation d'outils, la mémoire et l'exécution contrôlable.
Cette formation en direct animée par un instructeur (en ligne ou sur site) s'adresse aux ingénieurs de niveau intermédiaire et aux équipes produit souhaitant combiner la logique des graphes de LangGraph avec des boucles d'agents LLM pour créer des applications dynamiques et conscientes du contexte, telles que des agents de support client, des arbres de décision et des systèmes de récupération d'information.
À la fin de cette formation, les participants seront en mesure de :
- Concevoir des workflows basés sur des graphes coordonnant des agents LLM, des outils et de la mémoire.
- Mettre en œuvre un routage conditionnel, des tentatives de reconnexion et des mécanismes de repli pour une exécution robuste.
- Intégrer la récupération d'information, des API et des sorties structurées dans les boucles d'agents.
- Évaluer, surveiller et renforcer le comportement des agents pour garantir fiabilité et sécurité.
Format du cours
- Conférence interactive et discussion animée.
- Travaux pratiques guidés et parcours de code dans un environnement sandbox.
- Exercices de conception basés sur des scénarios et revues par les pairs.
Options de personnalisation du cours
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter afin de l'organiser.
LangGraph pour l'automatisation du marketing
14 HeuresLangGraph est un cadre d'orchestration basé sur des graphiques qui permet la création de workflows conditionnels et multi-étapes impliquant des LLM et des outils, idéal pour automatiser et personnaliser les pipelines de contenu.
Cette formation en présentiel ou à distance, animée par un instructeur, s'adresse aux marketeurs de niveau intermédiaire, aux stratèges du contenu et aux développeurs en automatisation souhaitant mettre en œuvre des campagnes e-mail dynamiques avec logique de branchements ainsi que des pipelines de génération de contenu à l'aide de LangGraph.
À l'issue de cette formation, les participants seront en mesure de :
- Concevoir des workflows de contenu et d'e-mails structurés sous forme de graphes avec une logique conditionnelle.
- Intégrer des LLM, des API et des sources de données pour une personnalisation automatisée.
- Gérer l'état, la mémoire et le contexte à travers des campagnes multi-étapes.
- Évaluer, surveiller et optimiser les performances des workflows ainsi que les résultats de livraison.
Format du cours
- Conférences interactives et discussions en groupe.
- Travaux pratiques mettant en œuvre des workflows e-mail et des pipelines de contenu.
- Exercices basés sur des scénarios portant sur la personnalisation, la segmentation et la logique de branchements.
Options de personnalisation du cours
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter afin d'organiser cela.
Le Chat Enterprise : ChatOps privé, intégrations et contrôles d'administration
14 HeuresLe Chat Enterprise est une solution de ChatOps privée qui offre des capacités d'IA conversationnelle sécurisées, personnalisables et régies aux organisations, avec le soutien du contrôle d'accès basé sur les rôles (RBAC), de l'authentification unique (SSO), de connecteurs et d'intégrations avec des applications d'entreprise.
Cette formation en présentiel, dirigée par un formateur (en ligne ou sur site), s'adresse aux chefs de produit de niveau intermédiaire, aux responsables TI, aux ingénieurs en solutions et aux équipes de sécurité/conformité qui souhaitent déployer, configurer et régir Le Chat Enterprise dans des environnements d'entreprise.
À la fin de cette formation, les participants seront capables de :
- Mettre en place et configurer Le Chat Enterprise pour des déploiements sécurisés.
- Activer le RBAC, le SSO et les contrôles axés sur la conformité.
- Intégrer Le Chat avec des applications d'entreprise et des entrepôts de données.
- Concevoir et mettre en œuvre des jeux de rôle d'administration et de gouvernance pour le ChatOps.
Format du cours
- Conférence interactive et discussions.
- Nombreux exercices et mises en pratique.
- Implémentation pratique dans un environnement de laboratoire en direct.
Options de personnalisation du cours
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser cela.
Architectures de grands modèles de langage (LLM) économiques : Mistral à grande échelle (Ingénierie des performances et du coût)
14 HeuresMistral est une famille de grands modèles de langage haute performance, optimisée pour un déploiement en production à grande échelle de manière économique.
Cette formation animée par un instructeur (en ligne ou en présentiel) s'adresse aux ingénieurs en infrastructure avancés, aux architectes cloud et aux responsables MLOps souhaitant concevoir, déployer et optimiser des architectures basées sur Mistral pour maximiser le débit et minimiser les coûts.
À l'issue de cette formation, les participants seront capables de :
- Mettre en œuvre des modèles de déploiement évolutifs pour Mistral Medium 3.
- Appliquer des stratégies de regroupement par lots (batching), de quantification et de service efficace.
- Optimiser les coûts d'inférence tout en maintenant les performances.
- Concevoir des topologies de service prêtes pour la production destinées aux charges de travail d'entreprise.
Format de la formation
- Cours interactifs et discussions.
- De nombreux exercices et mises en pratique.
- Mise en œuvre pratique dans un environnement de laboratoire en direct.
Options de personnalisation de la formation
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter afin de convenir des détails.
Industrialisation des assistants conversationnels avec Mistral Connectors & Integrations
14 HeuresMistral AI est une plateforme d’IA ouverte qui permet aux équipes de concevoir et d’intégrer des assistants conversationnels dans des flux de travail professionnels et orientés clients.
Cette formation dirigée par un instructeur (en ligne ou en présentiel) s’adresse aux chefs de produit, aux développeurs full-stack et aux ingénieurs d’intégration, de niveau débutant à intermédiaire, qui souhaitent concevoir, intégrer et industrialiser des assistants conversationnels en utilisant les connecteurs et les intégrations de Mistral.
À l’issue de cette formation, les participants seront capables de :
- Intégrer des modèles conversationnels Mistral avec des connecteurs professionnels et SaaS.
- Mettre en œuvre la génération augmentée par récupération (RAG) pour des réponses étayées.
- Concevoir des patterns d’interface utilisateur pour les assistants de chat internes et externes.
- Déployer des assistants au sein de flux de travail produits pour des cas d’utilisation concrets.
Format de la formation
- Cours interactif et discussion.
- Exercices pratiques d’intégration.
- Développement en laboratoire en direct d’assistants conversationnels.
Options de personnalisation du cours
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour en discuter.
Déploiements de niveau entreprise avec Mistral Medium 3
14 HeuresMistral Medium 3 est un modèle de langage large multimodal haute performance, conçu pour un déploiement en production au sein d'environnements d'entreprise.
Cette formation animée par un instructeur (en ligne ou sur site) s'adresse aux ingénieurs en IA/ML de niveau intermédiaire à avancé, aux architectes de plateformes et aux équipes MLOps souhaitant déployer, optimiser et sécuriser Mistral Medium 3 pour des cas d'usage entrepreneuriaux.
À l'issue de cette formation, les participants seront en mesure de :
- Déployer Mistral Medium 3 à l'aide d'options API et auto-hébergées.
- Optimiser les performances et les coûts d'inférence.
- Mettre en œuvre des cas d'usage multimodaux avec Mistral Medium 3.
- Appliquer les meilleures pratiques de sécurité et de conformité pour les environnements d'entreprise.
Format du cours
- Conférence interactive et discussion.
- De nombreux exercices et exercices pratiques.
- Mise en œuvre pratique dans un environnement de laboratoire en direct.
Options de personnalisation du cours
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser cela.
Mistral pour une IA responsable : Vie privée, résidence des données et contrôles entreprise
14 HeuresMistral AI est une plateforme d'IA ouverte et adaptée aux entreprises, offrant des fonctionnalités pour déployer une IA sécurisée, conforme et responsable.
Cette formation en direct, animée par un formateur (en ligne ou sur site), s'adresse aux responsables de la conformité de niveau intermédiaire, aux architectes de sécurité et aux parties prenantes juridiques et opérationnelles qui souhaitent mettre en œuvre des pratiques d'IA responsable avec Mistral en tirant parti des mécanismes de protection de la vie privée, de résidence des données et de contrôle entreprise.
À l'issue de cette formation, les participants seront capables de :
- Mettre en œuvre des techniques de préservation de la vie privée dans les déploiements Mistral.
- Appliquer des stratégies de résidence des données pour respecter les exigences réglementaires.
- Mettre en place des contrôles de niveau entreprise, tels que le contrôle d'accès basé sur les rôles (RBAC), l'authentification unique (SSO) et des journaux d'audit.
- Évaluer les options de fournisseurs et de déploiement pour assurer l'alignement avec la conformité.
Format du cours
- Conférence interactive et discussion.
- Études de cas et exercices axés sur la conformité.
- Mise en œuvre pratique des contrôles IA d'entreprise.
Options de personnalisation du cours
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour en discuter.
Applications multimodales avec les modèles Mistral (vision, OCR et compréhension de documents)
14 HeuresLes modèles Mistral sont des technologies d’intelligence artificielle open source qui s’étendent désormais aux flux de travail multimodaux, en prenant en charge à la fois le traitement du langage et la vision à des fins professionnelles et de recherche.
Cette formation en présentiel, animée par un instructeur (en ligne ou sur site), s’adresse aux chercheurs en apprentissage automatique (ML) de niveau intermédiaire, aux ingénieurs appliqués et aux équipes produit souhaitant développer des applications multimodales avec les modèles Mistral, notamment des pipelines d’OCR et de compréhension de documents.
À l’issue de cette formation, les participants seront capables de :
- Configurer et paramétrer les modèles Mistral pour des tâches multimodales.
- Implémenter des workflows d’OCR et les intégrer à des pipelines de traitement automatique du langage (NLP).
- Concevoir des applications de compréhension de documents adaptées aux cas d’usage professionnels.
- Développer des fonctionnalités de recherche visuelle-textuelle et d’interfaces utilisateur assistives.
Format du cours
- Conférence interactive et discussions.
- Exercices pratiques de programmation.
- Mise en œuvre en laboratoire en direct de pipelines multimodaux.
Options de personnalisation du cours
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter afin de l’organiser.
