Acculturation & Accompagnement Probayes

Acculturation à l’Intelligence Artificielle - IA1

Nous vous présentons un tour d’horizon des notions clés liées à l’Intelligence Artificielle, de ses différentes approches et des avancées récentes dans le domaine. Nous abordons les aspects pratiques de l’utilisation de solutions d’IA, depuis la conception d’un projet jusqu’à son déploiement, sans oublier les considérations éthiques. La formation combine présentation, quiz et ateliers participatifs qui sont autant d’occasions d’échanges. Nous nous appliquerons tout au long de la formation à faire le pont entre les notions présentées et vos problématiques. La formation se conclura par un moment d’échange où nous réfléchirons ensemble aux opportunités offertes par l’IA pour répondre aux défis de votre secteur d’activité.

Objectifs de la formation :

Reconnaître les différentes approches de l'Intelligence Artificielle et en quoi elles diffèrent ?
Distinguer les fondements de l'apprentissage automatique (supervisé, non supervisé, classification, régression) ?
Savoir expliquer d'où vient et comment fonctionne l'IA générative ?
Reconnaître un problème que l'on peut résoudre avec l'IA ?
Identifier les étapes et contraintes d'un projet autour de l'IA ?

Publics :

Tout public souhaitant en savoir plus sur l’Intelligence Artificielle et découvrir des applications.
Les directions Innovation, R&D et leur équipe, etc.

Prérequis :

Aucun prérequis n’est nécessaire.

Atouts - bénéfices de la formation :

Une formation articulée autour de découvertes générales de l’IA, de découvertes techniques, d’exemples et d’exercices
La validation de la compréhension des parties techniques via des quiz et exercices
Un support reprenant les éléments essentiels à retenir

Programme détaillé :

Partie 1 : L’IA c’est quoi ?

Définition de l’IA
Les différentes approches de l’Intelligence Artificielle
Une brève histoire de l’Intelligence Artificielle
Quizz interactifs sur différents points liés à l’IA

Partie 2 : Les fondements de l’apprentissage automatique (Machine Learning)

Les types de données pour l’apprentissage automatique
Les différents types d’apprentissage automatique
Les taches en apprentissage supervisé et les familles de modèles
Atelier de construction d’un modèle de classification avec Teachable Machine
De l’IA à l’IA générative :
- Apprentissage profond
- Apprentissage par transfert
- Auto-apprentissage
- Les modèles génératifs

Partie 3 : de la théorie à la pratique

Atelier : du besoin à la solution technique
L’IA en action : des exemples de projets réalisés proches de votre secteur d’activité
La vie d’un projet d’Intelligence Artificielle
Les enjeux éthiques et juridiques de l’Intelligence Artificielle
Conclusion et tour de table

Moyens pédagogiques :

Des exposés sur les notions clés
Des quiz
Des ateliers participatifs
Des moments d’échanges

Modalité - Présentiel :

Exposé : 70%
Exercices : 30%

Validation des acquis :

Quiz
Mise en situation
Exercices en ateliers participatifs

Dispositif de suivi et d'évaluation de la formation :

Feuille de présence
Formulaire d’évaluation de la formation

Intervenants :

Alexis

Alexis est docteur en informatique spécialisé en vision par ordinateur et apprentissage automatique. Il travaille depuis 2013 chez Probayes en tant que Directeur Scientifique et chef de projet sur des sujets d’apprentissage automatique. Il utilise Python dans le cadre de son travail et de ses projets personnels depuis plus de 20 ans.

Camille

Camille est Data Scientist à Probayes depuis 2021, spécialisée dans le Traitement Naturel du Langage (NLP) et la vision par ordinateur. Elle travaille sur des projets variés, notamment la classification de documents, la détection de thématiques, l'identification de sujets et la détection d'anomalies en vision. Son expertise s'étend également aux modèles génératifs. Dans son travail quotidien, Camille utilise principalement Python pour l'analyse de données et l'implémentation de modèles d'apprentissage automatique. Elle maîtrise aussi d'autres langages de programmation tels que C, JavaScript et HTML, ce qui lui permet de développer des solutions complètes.

David

David est Data Scientist et travaille à Probayes depuis 2004. En tant que Tech Lead, il gère de nombreux projets de R&D et d’industrialisation. Il utilise quotidiennement Python pour l’analyse de données, l’apprentissage automatique ainsi que la mise en production des solutions développées.

Gaétan

Gaétan est ingénieur spécialisé en vision par ordinateur et Deep Learning. Depuis 2020, en tant que Data Scientist chez Probayes, il réalise des projets R&D innovants autour de sujets comme la voiture autonome ou la maintenance prédictive. Il utilise quotidiennement Python pour l’analyse de données, l’apprentissage automatique ainsi que la mise en production des solutions développées.

Jessica

Jessica est Data Scientist à Probayes depuis 2017, dans le domaine du Machine Learning. En tant que Tech Lead, elle gère des projets dans des thématiques variées, comme la maintenance prédictive pour l'industrie, la prédiction de séries temporelles pour la logistique, la finance, ou encore l’ontologie dans la défense. Dans son travail, elle utilise quotidiennement Python et ses diverses librairies de machine learning.

Maël

Maël est ingénieur spécialisé en modélisation de séries temporelles et traitements du langage naturel. Depuis 2021, en tant que Data Scientist chez Probayes, il réalise des projets R&D autour de la détection d’anomalies, modélisation de séries temporelles et la construction de méthodes pour comprendre le langage à base de modèles génératifs. Il utilise quotidiennement Python pour l’analyse de données, l’implémentation de modèles de prévision, ainsi que l’implémentation des RAG pour le traitement du langage.

Témoignages :

La formation est très intéressante et permet, en une journée, de s'approprier la thématique de l'IA et d'envisager ses principaux aspects - Pauline

N° SIRET : 45053883000073 - Code NAF : 6202A - TVA : FR72 450 538 830
Déclaration d’activité enregistrée sous le numéro 84 38 06761 38 auprès du préfet de la région Auvergne-Rhône-Alpes.
Cet enregistrement ne vaut pas agrément.

Réservez votre place dès à présent

Formation ouverte en inter et intra

Présentiel / distanciel :
1 jour (7 heures)

De 2 à 12 pers.

Tarifs
Inter : 990€ HT / stagiaire
Intra : Sur devis

Accessible à toutes les personnes porteuses d’un handicap

Voir le programme Je souhaite un devis

À voir également

Initiation IA & Data Science

Python pour la data science : Le langage Python - PY1

Cette formation est la première d’une série de formations autour de la Data Science et du langage Python. Elle a pour objectif de présenter les bases du langage Python.

Présentiel / distanciel : 3 jours (21 heures)

De 2 à 12 pers.

Voir la formation

Initiation IA & Data Science

Python pour la data science : Exploration de données - PY2

Cette formation est la deuxième d’une série de formations autour de la Data Science et du langage Python. Alors que la précédente formation présentait les bases du langage Python, cette formation présente les principaux outils utilisés pour la...

Présentiel / distanciel : 3 jours (21 heures)

De 2 à 12 pers.

Voir la formation

Initiation IA & Data Science

Python pour la data science : Initiation au Big Data avec PySpark - PY3

Spark est un des principaux frameworks d’analyse de données Big Data. Il est massivement déployé sur les infrastructures de type Data Lake, soit directement, soit au travers d’autres outils tels que Dataiku DSS. PySpark est une bibliothèque...

Présentiel / distanciel : 1 jour (7 heures)

De 2 à 10 pers.

Voir la formation

Renforcement IA & Data Science

Approche technique à la Recherche Opérationnelle et à l'Optimisation Combinatoire - RO2

Cette formation technique en Recherche Opérationnelle vous permettra d'apprendre comment optimiser la prise de décision face à des problèmes complexes sous contraintes, en utilisant des modèles conceptuels et des outils mathématiques. Elle permet...

Présentiel / distanciel : 2 jours (14 heures)

De 2 à 12 pers.

Voir la formation

Renforcement IA & Data Science

Natural Language Processing et IA Générative - TAL1

Cette formation, vous permettra de maîtriser les techniques modernes de NLP pour extraire des informations précieuses, d’automatiser des tâches complexes et de développer des applications intelligentes à partir des textes.

Présentiel / distanciel : 3 jours (21 heures)

De 2 à 12 pers.

Voir la formation