Formation Large Language Models (LLMs) en Ontario

Cette formation en direct, animée par un formateur, est dispensée en Ontario (en ligne ou sur site) et s'adresse aux professionnels de la direction senior qui souhaitent comprendre ce que sont les LLM, explorer leur impact potentiel sur les opérations commerciales et évaluer des utilisations pratiques d'outils d'IA tels que ChatGPT, Microsoft Copilot ou Grok pour des tâches concrètes comme la création de contenu, la synthèse de données et l'aide à la décision.

À l'issue de cette formation, les participants seront capables de :

• Comprendre ce que sont les LLM et comment fonctionnent des outils comme ChatGPT et Copilot.
• Utiliser des techniques de prompt pour obtenir des résultats pratiques et fiables à partir de LLM.
• Évaluer des cas d'utilisation réels tels que la rédaction d'e-mails, la synthèse de documents et l'automatisation de la productivité.
• Identifier des opportunités d'investissement et des applications stratégiques pour l'adoption de l'IA.

Cette formation en direct dispensée par un formateur à Ontario (en ligne ou sur site) s'adresse aux équipes de haute direction souhaitant comprendre la valeur stratégique des LLM et des outils d'IA d'entreprise. Les participants exploreront comment intégrer ces outils dans des flux de travail de haut niveau, rédiger de meilleurs « prompts » et évaluer les opportunités d'augmentation de la productivité et du retour sur investissement grâce à l'adoption de l'IA.

À l'issue de cette formation, les participants seront capables de :

• Comprendre le fonctionnement des LLM et la manière dont des outils comme ChatGPT et Copilot les appliquent.
• Utiliser des interactions basées sur des « prompts » pour automatiser et accélérer les tâches.
• Appliquer des outils d'IA à des scénarios réels tels que la rédaction d'emails, la synthèse de rapports et l'examen de contrats.
• Évaluer les avantages stratégiques, les limites et les considérations de licence pour l'adoption des LLM.

Cette formation en direct, animée par un formateur à Ontario (en ligne ou en présentiel), s'adresse aux chercheurs en IA, aux scientifiques des données et aux développeurs de niveau intermédiaire à avancé qui souhaitent comprendre, affiner et implémenter les grands modèles de langage de Meta AI pour diverses applications de traitement du langage naturel (TLN).

À l'issue de cette formation, les participants seront capables de :

• Comprendre l'architecture et le fonctionnement des grands modèles de langage de Meta AI.
• Configurer et affiner les GML de Meta AI pour des cas d'utilisation spécifiques.
• Implémenter des applications basées sur des GML, telles que la synthèse de texte, les chatbots et l'analyse de sentiment.
• Optimiser et déployer efficacement des grands modèles de langage.

Cette formation en direct animée par un formateur en Ontario (en ligne ou sur site) s'adresse aux professionnels de l'IA de niveau intermédiaire, aux analystes commerciaux et aux dirigeants technologiques souhaitant comprendre les principes de l'IA générative ainsi que les applications des LLM dans les environnements professionnels. Les participants apprendront à connaître les mécanismes de type transformeur, l'ingénierie des invites et les considérations éthiques liées au déploiement de ces modèles pour des solutions concrètes。

À l'issue de cette formation, les participants seront capables de :

• Comprendre les principes sous-jacents de l'IA générative et des grands modèles de langage。
• Mettre en œuvre et affiner des LLM pour des applications commerciales spécifiques。
• Appliquer des techniques d'ingénierie des invites pour obtenir des résultats optimaux des modèles。
• Reconnaître les considérations éthiques et gérer les risques lors du déploiement de LLM。

Cette formation en présentiel ou en ligne, animée par un instructeur, en Ontario s'adresse aux professionnels de l'IA et aux éthiciens de niveau intermédiaire, aux scientifiques et ingénieurs des données, ainsi qu'aux décideurs et aux parties prenantes souhaitant comprendre et naviguer dans le paysage éthique des LLM.

À l'issue de cette formation, les participants seront capables de :

• Identifier les enjeux et les défis éthiques associés aux LLM.
• Appliquer des cadres et des principes éthiques au déploiement des LLM.
• Évaluer l'impact sociétal des LLM et atténuer les risques potentiels.
• Développer des stratégies pour un développement et une utilisation responsables de l'IA.

Cette formation en direct animée par un instructeur en Ontario (en ligne ou sur site) s'adresse aux praticiens du TAL et aux scientifiques des données de niveau intermédiaire, ainsi qu'aux créateurs de contenu, traducteurs et entreprises mondiales souhaitant utiliser des LLM pour la traduction linguistique et la création de contenu multilingue.

À l'issue de cette formation, les participants seront capables de :

• Comprendre les principes de l'apprentissage et de la traduction interlinguale avec les LLM.
• Mettre en œuvre des LLM pour traduire du contenu entre différentes langues.
• Créer et gérer des ensembles de données multilingues pour former des LLM.
• Développer des stratégies pour maintenir la cohérence et la qualité des traductions.

Cette formation en présentiel ou en ligne, animée par un instructeur, se tient à Ontario et s'adresse aux analystes financiers intermédiaires, aux data scientists et aux professionnels de l'investissement souhaitant exploiter les LLM pour l'analyse et la prédiction des marchés financiers.

À l'issue de cette formation, les participants seront en mesure de :

• Comprendre l'application des LLM dans l'analyse des marchés financiers.
• Utiliser les LLM pour traiter les actualités financières, les rapports et les données afin d'en extraire des perspectives sur le marché.
• Développer des modèles prédictifs pour les cours des actions, les tendances du marché et les indicateurs économiques.
• Intégrer les insights issus des LLM dans les processus de prise de décision d'investissement.

Cette formation en direct avec un formateur à Ontario (en ligne ou sur site) s'adresse à des scientifiques et chercheurs intermédiaires en environnement, des analystes de données ainsi qu'à des décideurs et défenseurs de l'environnement qui souhaitent utiliser les LLM pour la modélisation et l'analyse environnementales.

À l'issue de cette formation, les participants seront capables de :

• Comprendre l'application des LLM dans les sciences environnementales.
• Utiliser les LLM pour analyser et modéliser des données environnementales.
• Interpréter les sorties des LLM pour des évaluations d'impact environnemental.
• Communiquer efficacement les résultats afin d'éclairer les politiques et les efforts de conservation.

Cette formation en direct animée par un formateur à Ontario (en ligne ou sur place) s'adresse aux développeurs de RV et de RA de niveau intermédiaire, aux designers de jeux vidéo et aux ingénieurs en IA qui souhaitent intégrer des LLM dans des applications de RV et de RA afin de créer des environnements plus engageants et réactifs.

À l'issue de cette formation, les participants seront en mesure de :

• Comprendre le rôle des LLM dans la création d'expériences immersives en RV et en RA.
• Développer des applications RV et RA exploitant des LLM pour des dialogues interactifs et la création de contenu.
• Intégrer des LLM avec des outils de développement pour la RV et la RA afin d'améliorer l'engagement des utilisateurs.
• Appliquer les meilleures pratiques pour concevoir des récits et des interactions pilotés par l'IA dans des espaces virtuels.

Cette formation en direct, animée par un formateur à Ontario (en ligne ou sur site), s'adresse aux data scientists, ingénieurs en apprentissage automatique et développeurs de logiciels de niveau intermédiaire souhaitant appliquer les grands modèles linguistiques (LLM) aux données multimodales pour des applications d'IA avancées.

À la fin de cette formation, les participants seront capables de :

• Comprendre les principes de l'apprentissage multimodal avec les LLM.
• Mettre en œuvre des LLM pour traiter et analyser des données textuelles, visuelles et audio.
• Développer des applications exploitant les avantages de l'intégration de données multimodales.
• Évaluer les performances des systèmes LLM multimodaux.

Cette formation en direct, encadrée par un formateur à Ontario (en ligne ou sur site), s'adresse aux professionnels de la cybersécurité et aux data scientists de niveau intermédiaire qui souhaitent exploiter les LLM pour améliorer les mesures de cybersécurité et l'intelligence des menaces.

À la fin de cette formation, les participants seront capables de :

• Comprendre le rôle des LLM dans la cybersécurité.
• Mettre en œuvre des LLM pour la détection et l'analyse des menaces.
• Utiliser des LLM pour l'automatisation de la sécurité et la réponse aux incidents.
• Intégrer des LLM à l'infrastructure de sécurité existante.

Cette formation animée par un instructeur à Ontario (en ligne ou sur site) s'adresse aux scientifiques des données et aux analystes d'affaires de niveau intermédiaire qui souhaitent utiliser des modèles de langage larges (LLM) pour prévoir les tendances et les comportements dans divers secteurs.

À l'issue de cette formation, les participants seront capables de :

• Comprendre les fondamentaux des LLM et leur rôle dans l'analyse prédictive.
• Mettre en œuvre des LLM pour analyser et prévoir les données dans divers secteurs.
• Évaluer l'efficacité des modèles prédictifs à l'aide de LLM.
• Intégrer des LLM dans des pipelines de traitement de données existants.

Cette formation en direct, animée par un formateur à Ontario (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.

Cette formation en direct animée par un instructeur à Ontario (en ligne ou sur place) s'adresse aux créateurs de contenu, aux spécialistes du marketing et aux technologues de l'éducation de niveau intermédiaire qui souhaitent exploiter la puissance des LLM pour générer du contenu de haute qualité, diversifié et engageant dans divers domaines.

À la fin de cette formation, les participants seront capables de :

• Comprendre les capacités des LLM et leur application dans la génération de contenu.
• Configurer et utiliser des LLM pour générer différents types de contenu.
• Appliquer les meilleures pratiques en matière de prompting et de réglage fin des LLM pour obtenir les résultats souhaités.
• Évaluer la qualité du contenu généré par l'IA et l'ajuster pour des auditoires spécifiques.
• Explorer des techniques avancées de génération de contenu créatif et multimodal avec les LLM.

Cette formation en direct, dispensée par un formateur, à Ontario (en ligne ou sur place), s'adresse aux éducateurs, aux professionnels des technologies de l'éducation (EdTech) et aux chercheurs, quel que soit leur niveau d'expérience et d'expertise, qui souhaitent tirer parti des LLM pour créer des expériences éducatives personnalisées.

À l'issue de cette formation, les participants seront capables de :

• Comprendre l'architecture et les capacités des LLM.
• Identifier les opportunités de personnalisation du contenu éducatif à l'aide des LLM.
• Concevoir des plateformes d'apprentissage adaptatif qui utilisent les LLM pour la personnalisation du contenu.
• Mettre en œuvre des stratégies pilotées par les LLM afin d'améliorer l'engagement des étudiants et les résultats d'apprentissage.
• Évaluer l'efficacité des LLM dans les contextes éducatifs et prendre des décisions fondées sur les données pour les

Cette formation en direct, animée par un instructeur, est disponible en Ontario (en ligne ou sur site) et s'adresse aux praticiens en apprentissage automatique (ML) et aux développeurs en IA de niveau intermédiaire qui souhaitent ajuster finement et déployer des modèles à poids ouverts comme LLaMA, Mistral et Qwen pour des applications métiers ou internes spécifiques.

À l'issue de cette formation, les participants seront capables de :

• Comprendre l'écosystème et les différences entre les LLM open source.
• Préparer des jeux de données et des configurations d'ajustement fin pour des modèles tels que LLaMA, Mistral et Qwen.
• Exécuter des pipelines d'ajustement fin en utilisant Hugging Face Transformers et PEFT.
• Évaluer, sauvegarder et déployer des modèles ajustés finement dans des environnements sécurisés.

Cette formation en direct animée par un instructeur dans <lieu> (en ligne ou sur site) s'adresse aux développeurs logiciels et aux scientifiques des données de niveau débutant à intermédiaire qui souhaitent mettre en œuvre des LLM dans des systèmes de reconnaissance et de synthèse vocale.

À la fin de cette formation, les participants seront en mesure de :

• Comprendre le rôle des LLM dans les technologies vocales.
• Mettre en œuvre des LLM pour une reconnaissance vocale précise et une synthèse vocale naturelle.
• Intégrer des LLM avec des moteurs de reconnaissance vocale et des synthétiseurs vocaux.
• Évaluer et améliorer les performances des systèmes vocaux à l'aide de LLM.
• Se tenir informé des tendances actuelles et des orientations futures des technologies vocales.

Cette formation en présentiel animée par un formateur en Ontario (en ligne ou en site) s'adresse aux professionnels du support client et des TI de niveau débutant à intermédiaire qui souhaitent mettre en œuvre des LLM pour créer des chatbots de support client réactifs et intelligents.

À la fin de cette formation, les participants seront capables de :

• Comprendre les fondamentaux et l'architecture des grands modèles de langage (LLM).
• Concevoir et intégrer des LLM dans des systèmes de support client.
• Améliorer la réactivité et l'expérience utilisateur des chatbots.
• Aborder les considérations éthiques et assurer la conformité aux normes de l'industrie.
• Déployer et maintenir un chatbot basé sur des LLM pour des applications réelles.

Cette formation en présentiel ou en ligne, dispensée par un formateur expérimenté, à Ontario s'adresse aux data scientists et ingénieurs en IA de niveau intermédiaire souhaitant affiner les grands modèles linguistiques de manière plus abordable et efficiente à l'aide de méthodes telles que LoRA, l'adaptation par insertions (Adapter Tuning) et l'ajout de préfixes (Prefix Tuning).

À l'issue de cette formation, les participants seront capables de :

• Comprendre la théorie sous-jacente aux approches de réadaptation fine par paramètres.
• Implémenter LoRA, l'adaptation par insertions et l'ajout de préfixes avec la bibliothèque Hugging Face PEFT.
• Comparer les compromis entre performance et coût des méthodes PEFT par rapport à une réadaptation fine complète.
• Déployer et mettre à l'échelle des LLM affinés avec des besoins réduits en calcul et en stockage.

Cette formation en présentiel dirigée par un instructeur dans Ontario (en ligne ou sur site) s'adresse aux ingénieurs en apprentissage automatique, développeurs d'IA et data scientists de niveau intermédiaire à avancé qui souhaitent apprendre à utiliser QLoRA pour ajuster efficacement de grands modèles pour des tâches et des personnalisations spécifiques.

À la fin de cette formation, les participants seront capables de :

• Comprendre la théorie derrière QLoRA et les techniques de quantification pour les LLM.
• Mettre en œuvre QLoRA dans l'ajustement fin de grands modèles de langage pour des applications sectorielles.
• Optimiser les performances de l'ajustement fin sur des ressources informatiques limitées en utilisant la quantification.
• Déployer et évaluer efficacement des modèles ajustés dans des applications réelles.

Cette formation en direct, animée par un instructeur à Ontario (en ligne ou sur site), s'adresse aux professionnels des données et du marketing de niveau intermédiaire souhaitant appliquer les LLM pour analyser et interpréter le sentiment du public issu de diverses sources textuelles, telles que les publications sur les réseaux sociaux, les critiques de produits et les commentaires des clients.

À la fin de cette formation, les participants seront en mesure de :

• Comprendre les principes de l'analyse des sentiments et leur application à l'aide de LLM.
• Prétraiter et préparer des ensembles de données pour l'analyse des sentiments.
• Former et affiner des LLM pour qu'ils reflètent avec précision le sentiment exprimé dans le texte.
• Analyser le sentiment en temps réel à partir des réseaux sociaux et d'autres sources textuelles.
• Intégrer les résultats de l'analyse des sentiments dans les stratégies commerciales et les processus décisionnels.

Cette formation en direct, encadrée par un formateur en Ontario (en ligne ou sur site), s'adresse aux développeurs logiciels et rédacteurs techniques de niveau intermédiaire souhaitant exploiter les LLM pour optimiser leur flux de travail de codage et créer une documentation détaillée et complète.

À l'issue de cette formation, les participants seront capables de :

• Comprendre le rôle des LLM dans l'automatisation de la génération de code et de la documentation logicielle.
• Utiliser les LLM pour créer des extraits de code et de la documentation précis et efficaces.
• Intégrer les LLM dans le cycle de vie de développement logiciel pour améliorer la productivité.
• Maintenir des normes de documentation de haute qualité à l'aide d'outils automatisés.
• Prendre en compte les considérations éthiques et les meilleures pratiques pour l'utilisation de l'IA dans le développement logiciel.

Ce cours en ligne ou en présentiel, dirigé par un formateur, est dispensé dans <lieu> et s'adresse aux professionnels de l'entreprise et aux analystes de données de niveau intermédiaire souhaitant exploiter la puissance des LLM pour extraire des insights commerciaux.

À l'issue de cette formation, les participants seront en mesure de :

• Comprendre les principes fondamentaux et les applications des LLM dans le contexte de la Business Intelligence.
• Appliquer les LLM pour analyser de grands ensembles de données et en extraire des insights significatifs.
• Intégrer les analyses pilotées par les LLM dans les processus de prise de décision stratégique.
• Évaluer les considérations éthiques et les bonnes pratiques pour l'utilisation des LLM dans les affaires.
• Anticiper les tendances futures de l'IA et se préparer à l'évolution du paysage de la Business Intelligence.

Cette formation en direct, dirigée par un formateur, en <lieu> (en ligne ou en présentiel), s'adresse aux développeurs et aux scientifiques des données de niveau intermédiaire à avancé qui souhaitent maîtriser LlamaIndex pour développer des applications innovantes alimentées par des LLM.

À l'issue de cette formation, les participants seront capables de :

• Configurer LlamaIndex pour l'utiliser avec des LLM.
• Indexer et interroger des ensembles de données personnalisés à l'aide de LlamaIndex pour améliorer les fonctionnalités des LLM.
• Concevoir et développer des applications sophistiquées utilisant LlamaIndex et des LLM.
• Comprendre et appliquer les bonnes pratiques pour travailler avec des LLM et LlamaIndex.
• Naviguer dans les considérations éthiques liées au déploiement d'applications alimentées par des LLM.

Cette formation en direct, dispensée par un formateur à <lieu> (en ligne ou en présentiel), s'adresse aux chercheurs en IA de niveau intermédiaire, aux professionnels du machine learning et aux data scientists qui souhaitent utiliser LlamaIndex pour améliorer les capacités des modèles d'IA, les rendant ainsi plus précis et fiables pour diverses applications.

À l'issue de cette formation, les participants seront en mesure de :

• Comprendre les principes et les composants de LlamaIndex.
• Ingérer et structurer les données pour les utiliser avec des LLM.
• Mettre en œuvre l'augmentation contextuelle afin d'améliorer les performances des modèles d'IA.
• Intégrer LlamaIndex dans des systèmes et des flux de travail d'IA existants.

Cette formation en présentiel ou en ligne, animée par un instructeur, s'adresse aux professionnels de niveau intermédiaire qui souhaitent exploiter le potentiel de l'ingénierie des prompts et de l'apprentissage à petits échantillons pour optimiser les performances des GML dans des applications concrètes.

À l'issue de cette formation, les participants seront en mesure de :

• Comprendre les principes de l'ingénierie des prompts et de l'apprentissage à petits échantillons.
• Concevoir des prompts efficaces pour diverses tâches de traitement du langage naturel (TLN).
• Exploiter les techniques à petits échantillons pour adapter les GML avec peu de données.
• Optimiser les performances des GML pour des applications pratiques.

LangGraph 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.

Cette formation en direct, animée par un formateur (en ligne ou en présentiel), s'adresse aux ingénieurs de niveau avancé, aux spécialistes de l'IA et aux chefs de projet en localisation souhaitant mettre en œuvre des systèmes de grands modèles de langage (LMM ou LLM en anglais) pour la traduction automatisée, l'évaluation de la qualité et la gouvernance des entreprises.

À l'issue de cette formation, les participants seront en mesure de :

• Construire des pipelines de localisation LLM de qualité industrielle, intégrant des modèles ouverts et propriétaires.
• Mettre en œuvre des workflows d'assurance qualité automatisés et des indicateurs de qualité pour assurer la cohérence des traductions.
• Établir des cadres de gouvernance et d'approbation pour la production de contenus multilingues.
• Déployer des systèmes de localisation basés sur les LLM, évolutifs et auditables, dans des environnements sécurisés.

L’IA pour SQL désigne l’application de l’intelligence artificielle et des grands modèles de langage (GML) à l’automatisation, l’optimisation et l’amélioration de la génération, de l’exécution et de l’interprétation des requêtes SQL au sein des environnements de données d’entreprise.

Cette formation en présentiel ou à distance, encadrée par un formateur, s’adresse aux ingénieurs de données et chefs de projet techniques de niveau intermédiaire souhaitant intégrer des capacités d’IA dans leurs workflows SQL afin de permettre l’interrogation en langage naturel, l’optimisation intelligente et l’analyse automatisée des données.

À la fin de cette formation, les participants seront capables de :

• Intégrer des GML tels que GPT, DeepSeek, LLaMA, Qwen et Mistral dans des environnements SQL.
• Concevoir des pipelines de conversion du langage naturel vers SQL pour un accès conversationnel aux données.
• Mettre en œuvre l’optimisation de requêtes pilotée par l’IA et la détection d’erreurs.
• Concevoir des workflows IA-SQL sécurisés et auditables pour un usage en entreprise.

Format du cours

• Conférence interactive et discussion.
• De nombreux exercices et exercices pratiques.
• 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.

LangGraph 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. 

Vertex AI propose des outils puissants pour construire des workflows LLM multimodaux qui intègrent des données textuelles, audio et visuelles dans un pipeline unique. Grâce au support des fenêtres de contexte longues et aux paramètres de l'API Gemini, il permet de développer des applications avancées en matière de planification, de raisonnement et d'intelligence multimodale.

Cette formation en direct encadrée par un instructeur (en ligne ou sur site) s'adresse aux praticiens de niveau intermédiaire à avancé souhaitant concevoir, construire et optimiser des workflows IA multimodaux dans Vertex AI.

À l'issue de cette formation, les participants seront capables de :

• Exploiter les modèles Gemini pour des entrées et sorties multimodales.
• Mettre en œuvre des workflows à contexte long pour un raisonnement complexe.
• Concevoir des pipelines intégrant l'analyse de texte, d'audio et d'images.
• Optimiser les paramètres de l'API Gemini pour améliorer les performances et l'efficacité des coûts.

Format de la formation

• Cours interactifs et discussions.
• Travaux pratiques sur des workflows multimodaux.
• Exercices projectuels axés sur des cas d'utilisation multimodaux concrets.

Options de personnalisation de la formation

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter afin d'en convenir.

LangGraph 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.

Cette formation en direct animée par un instructeur (en ligne ou sur site) s'adresse aux développeurs d'IA et aux ingénieurs en localisation de niveau intermédiaire souhaitant concevoir des pipelines de traduction automatisés et évolutifs à l'aide de LLM propriétaires et open source.

À la fin de cette formation, les participants seront en mesure de :

• Concevoir et déployer des flux de travail de traduction à l'aide de frameworks LLM modernes et d'API.
• Intégrer des modèles open source et commerciaux dans des systèmes de traduction évolutifs.
• Optimiser la qualité de la traduction grâce au affinage (fine-tuning), à l'ingénierie des prompts et à l'automatisation.
• Mettre en place une infrastructure de traduction rentable et conforme aux normes pour les environnements d'entreprise.

LangGraph 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.

Cette formation en direct animée par un formateur dans <lieu> (en ligne ou en présentiel) s'adresse aux développeurs de niveau intermédiaire souhaitant apprendre à utiliser l'IA générative avec des LLM pour diverses tâches et domaines.

À l'issue de cette formation, les participants seront en mesure de :

• Expliquer ce qu'est l'IA générative et son fonctionnement.
• Décrire l'architecture de type transformateur qui anime les LLM.
• Utiliser les lois empiriques de mise à l'échelle pour optimiser les LLM en fonction de différentes tâches et contraintes.
• Appliquer des outils et des méthodes de pointe pour entraîner, affiner et déployer des LLM.
• Discuter des opportunités et des risques de l'IA générative pour la société et les entreprises.

Les LLM et les frameworks d'agents autonomes tels qu'AutoGen et CrewAI redéfinissent la manière dont les équipes DevOps automatisent des tâches comme le suivi des modifications, la génération de tests et le tri des alertes, en simulant une collaboration et une prise de décision de type humain.

Cette formation animée par un instructeur (en ligne ou sur site) s'adresse aux ingénieurs de niveau avancé qui souhaitent concevoir et mettre en œuvre des workflows d'automatisation DevOps alimentés par de grands modèles de langage (LLM) et des systèmes multi-agents.

À l'issue de cette formation, les participants seront en mesure de :

• Intégrer des agents basés sur des LLM dans les workflows CI/CD pour une automatisation intelligente.
• Automatiser la génération de tests, l'analyse des validations et les résumés de modifications à l'aide d'agents.
• Coordonner plusieurs agents pour le tri des alertes, la génération de réponses et la fourniture de recommandations DevOps.
• Construire des workflows sécurisés et maintenables alimentés par des agents à l'aide de frameworks open source.

Format de la formation

• Cours interactif et discussion.
• De nombreux exercices et pratiques.
• 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 l'organiser.

Postgres est une base de données relationnelle open source avancée qui peut servir de fondation à des systèmes alimentés par l'IA et à des applications d'intelligence des données.

Cette formation en direct, encadrée par un instructeur (en ligne ou sur site), s'adresse aux professionnels des bases de données et aux développeurs de niveau intermédiaire qui souhaitent intégrer, gérer et optimiser les capacités d'IA directement au sein de Postgres.

À la fin de cette formation, les participants seront capables de :

• Configurer et mettre en place les extensions Postgres pour les charges de travail d'IA.
• Mettre en œuvre des vecteurs d'embedding et des recherches de similarité à l'aide de pgvector.
• Intégrer des LLM (grands modèles de langage) open source et propriétaires avec Postgres pour obtenir des analyses en temps réel.
• Optimiser Postgres pour gérer les requêtes et les flux de travail pilotés par l'IA.

Format de la formation

• Cours interactif et discussions.
• De nombreux exercices et entraînements pratiques.
• 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 pour en convenir.

Cette formation en présentiel ou à distance, animée par un instructeur, en Ontario s'adresse aux développeurs, architectes et chefs de produit IA de niveau intermédiaire à avancé souhaitant identifier et atténuer les risques associés aux applications alimentées par des LLM, notamment les injections de prompts, les fuites de données et les sorties non filtrées, tout en intégrant des mesures de sécurité telles que la validation des entrées, la supervision humaine dans la boucle et les garde-fous de sortie.

À la fin de cette formation, les participants seront en mesure de :

• Comprendre les vulnérabilités fondamentales des systèmes basés sur des LLM.
• Appliquer des principes de conception sécurisée à l'architecture des applications LLM.
• Utiliser des outils tels que Guardrails AI et LangChain pour la validation, le filtrage et la sécurité.
• Intégrer des techniques comme le sand-boxing, le test d'intrusion (red teaming) et la révision humaine dans la boucle au sein de pipelines de production.

LangGraph 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.

Cette formation en direct, dispensée par un formateur, est offerte à Ontario (en ligne ou en présentiel) et s'adresse aux professionnels de niveau intermédiaire à avancé qui souhaitent personnaliser des modèles pré-entraînés pour des tâches et des ensembles de données spécifiques.

À l'issue de cette formation, les participants seront capables de :

• Comprendre les principes de l'ajustement fin et ses applications.
• Préparer des ensembles de données pour l'ajustement fin des modèles pré-entraînés.
• Effectuer un ajustement fin de grands modèles de langage (LLM) pour des tâches de traitement du langage naturel (NLP).
• Optimiser les performances du modèle et résoudre les défis courants.

LangGraph 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.

Le cours « Les LLM pour la compréhension, le refactorage et la documentation du code » est un programme technique axé sur l'application des grands modèles de langage (LLM) pour améliorer la qualité du code, réduire la dette technique et automatiser les tâches de documentation au sein des équipes de développement logiciel.

Cette formation dirigée par un formateur (en ligne ou sur site) s'adresse aux professionnels du logiciel de niveau intermédiaire à avancé qui souhaitent utiliser des LLM tels que GPT pour analyser, refactorer et documenter plus efficacement des bases de code complexes ou patrimoniales.

À la fin de cette formation, les participants seront capables de :

• Utiliser des LLM pour expliquer le code, les dépendances et la logique dans des dépôts inconnus.
• Identifier et refactorer les anti-modèles, tout en améliorant la lisibilité du code.
• Générer et maintenir automatiquement les commentaires inline, les fichiers README et la documentation des API.
• Intégrer les insights fournis par les LLM dans les workflows CI/CD et de revue de code existants.

Format du cours

• Conférence interactive et discussions.
• De nombreux exercices et mises en pratique.
• Mise en œuvre concrète 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.

Cette formation en direct, encadrée par un formateur, en Ontario (en ligne ou sur site), s'adresse aux scientifiques des données de niveau intermédiaire, aux développeurs d'IA et aux passionnés d'IA qui souhaitent utiliser des LLM pour effectuer diverses tâches de TALN et créer du contenu novateur et diversifié à des fins variées.

À l'issue de cette formation, les participants seront en mesure de :

• Configurer un environnement de développement avec des LLM et des outils essentiels.
• Exécuter avec expertise des tâches de CLN et d'ILN à l'aide de LLM.
• Extraire, inférer et exploiter efficacement des graphes de connaissances.
• Générer et gérer des dialogues en utilisant des LLM pour des applications conversationnelles.
• Évaluer la qualité et la diversité du contenu généré par les LLM et l'IA générative.
• Appliquer des principes éthiques pour garantir l'équité et l'utilisation responsable des LLM.

LangGraph 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.

Cette formation en présentiel ou en ligne, encadrée par un formateur, à Ontario, s'adresse aux développeurs débutants ou intermédiaires souhaitant utiliser les grands modèles de langage pour diverses tâches de traitement du langage naturel.

À l'issue de cette formation, les participants seront en mesure de :

• Mettre en place un environnement de développement incluant un LLM populaire.
• Créer un LLM basique et l'affiner (fine-tuning) sur un jeu de données personnalisé.
• Utiliser les LLM pour différentes tâches de traitement du langage naturel, telles que la synthèse de texte, la réponse aux questions, la génération de texte, etc.
• Dépanner et évaluer les LLM à l'aide d'outils tels que TensorBoard, PyTorch Lightning et Hugging Face Datasets.

Cette formation en direct, animée par un formateur, à Ontario (en ligne ou en présentiel), s'adresse aux ingénieurs et aux architectes de niveau intermédiaire qui souhaitent utiliser Tencent Hunyuan pour déployer des modèles volumineux et à experts moindres (MoE) avec une latence réduite, un débit plus élevé et un meilleur contrôle des coûts.

À l'issue de cette formation, les participants seront capables d'expliquer les schémas de déploiement de Hunyuan en production, d'optimiser les performances de l'inférence, de mettre en œuvre des stratégies de regroupement (batching) et de quantification, et de planifier des opérations de service évolutives.

Cette formation en direct, dispensée par un formateur, à Ontario (en ligne ou sur site), s'adresse aux développeurs de niveau intermédiaire, aux équipes produit techniques et aux praticiens de l'IA qui souhaitent utiliser les modèles Hunyuan pour créer des applications multimodales de génération et de distribution d'images, de contenus 3D et de vidéos.

À l'issue de cette formation, les participants seront en mesure de : construire des workflows basés sur des prompts, générer et examiner des actifs multimodaux, diffuser les résultats via des applications ou des API, et connecter les capacités de Hunyuan aux stacks de produits d'entreprise.

Cette formation en direct, animée par un formateur, à Ontario (en ligne ou sur site), s'adresse aux professionnels de l'IA de niveau débutant, intermédiaire ou avancé qui souhaitent utiliser le MCP pour connecter les assistants IA à des outils externes, des données et des services d'entreprise.

À la fin de cette formation, les participants seront en mesure d'expliquer les concepts du MCP, d'identifier les composants clés de l'architecture, de configurer une intégration de base et d'appliquer les bonnes pratiques en matière de sécurité.

Cette formation en direct dirigée par un instructeur à Ontario (en ligne ou sur site) s'adresse aux architectes d'entreprise de niveau intermédiaire qui souhaitent utiliser le protocole de contexte de modèle pour concevoir des plateformes d'intégration d'agents sécurisées, évolutives et gouvernables pour les environnements d'entreprise.

À la fin de cette formation, les participants seront capables d'expliquer l'architecture MCP et les schémas d'entreprise, concevoir des plateformes d'intégration sécurisées, appliquer la gouvernance et les contrôles d'accès, et évaluer les options de déploiement et d'évolutivité.

Cette formation en direct, dispensée par un formateur en <lieu> (en ligne ou sur site), s'adresse aux développeurs, architectes et ingénieurs de plateforme de niveau intermédiaire souhaitant utiliser le MCP pour créer des serveurs et des clients fiables destinés au déploiement et à l'exploitation en entreprise.

À l'issue de cette formation, les participants seront capables d'expliquer l'architecture du MCP en pratique, de construire des intégrations prêtes pour la production, de déployer et d'observer des services MCP, et d'appliquer des patterns liés au versionnement, à la résilience et au support.

Cette formation en présentiel animée par un instructeur dans Ontario (en ligne ou sur site) s'adresse aux leaders informatiques de niveau intermédiaire, aux professionnels de la conformité, aux équipes de sécurité et aux architectes d'entreprise souhaitant appliquer les principes de l'IA souveraine et les pratiques de gouvernance pour concevoir des environnements d'IA protégeant les données sensibles, respectant les exigences de localisation et réduisant la dépendance aux fournisseurs.

À la fin de cette formation, les participants seront capables d'expliquer les concepts de l'IA souveraine, d'évaluer les options d'hébergement et de gouvernance, de définir des contrôles pour les invites et les journaux, et d'élaborer une feuille de route d'adoption pratique.