Descriptif

IA : machine learning, deep learning et LLM est une formation de 5 jours (35 heures), de niveau expert, rattachée au domaine « Intelligence artificielle expert ». Concevoir des solutions d'IA du machine learning aux LLM. Conçue et animée par des praticiens en activité, elle alterne apports ciblés (30 %) et mises en pratique (70 %) sur des laboratoires cloud individuels, avec des cas inspirés des secteurs banque, assurance et services publics. Disponible en inter-entreprises, en intra sur catalogue et en version sur mesure adaptée au contexte de l'entreprise.

Objectifs pédagogiques

À l'issue de la formation, le participant sera capable de :

Python scientifique
ML appliqué
Deep learning
NLP et LLM
MLOps et projet

Programme détaillé

N°	Contenus et activités	Durée
Jour 1
1	Cadrage : test de positionnement, présentation du projet fil rouge (plateforme fictive de maintenance industrielle) et de l'environnement de travaux pratiques	1 h
2	Travaux pratiques : chaîne de préparation des données avec pandas et NumPy — typage, jointures, détection des fuites, échantillonnage stratifié	2,5 h
3	Laboratoire : analyse exploratoire et construction des variables explicatives, contrôle de la qualité des données	2 h
4	Atelier : formaliser le problème — cible, métrique métier, coût des erreurs et protocole d'évaluation figé	1,5 h
Jour 2
5	Travaux pratiques : entraîner et comparer régression régularisée, forêt aléatoire et XGBoost en validation croisée, avec AUC-PR, F1 et calibration	3 h
6	Laboratoire : réglage des hyperparamètres, sélection de variables et analyse des erreurs par segment	2 h
7	Atelier : interprétabilité avec SHAP et restitution des résultats à un interlocuteur métier	2 h
Jour 3
8	Travaux pratiques : réseaux profonds avec PyTorch — boucle d'entraînement, régularisation, suivi des courbes et points de reprise	3 h
9	Laboratoire : convolutions et transfert d'apprentissage sur un corpus fictif d'images de pièces défectueuses	2,5 h
10	Atelier : troubleshooting d'un entraînement instable — taux d'apprentissage, normalisation, taille de lot, gradients	1,5 h
Jour 4
11	Travaux pratiques : du plongement lexical au transformeur — classifier des tickets fictifs, comparer à un modèle de langue affiné	2,5 h
12	Laboratoire : assistant fondé sur le RAG — découpage, index vectoriel, récupération, évaluation de la pertinence et du taux d'hallucination	2,5 h
13	Cas pratique : industrialiser — versionner données et modèles, exposer une API d'inférence conteneurisée, définir la surveillance	2 h
Jour 5
14	Travaux pratiques : finaliser le projet fil rouge, geler les résultats et documenter la chaîne de traitement produite	2 h
15	Révision ciblée du périmètre réellement certifié par le RS6763 — manipulation avec NumPy et pandas, visualisation avec matplotlib, seaborn et Plotly	1,5 h
16	Examen blanc : quarante questions théoriques chronométrées et deux exercices de programmation corrigés en séance	1 h
17	Passage de l'examen de certification RS6763 à distance sous surveillance vidéo : questionnaire de quarante questions en vingt minutes puis six exercices de programmation en cent vingt minutes	2,5 h

Méthodes pédagogiques

Pédagogie active : 83 % du temps en pratique encadrée — laboratoires cloud provisionnés par participant, travaux pratiques guidés, fil rouge applicatif —, le reste en apports structurés, démonstrations commentées, cadrage et évaluation
répartition calculée sur le déroulé détaillé de cette formation, et non annoncée de façon uniforme
classe inversée avec prérequis sur le LMS
apprentissage adaptatif selon le positionnement initial
travaux en binômes
classe virtuelle en séquences de 3 h 30 maximum sur Microsoft Teams
support clair, complet et paginé remis à chaque participant

Technologies et outils mobilisés

scikit-learn, PyTorch, XGBoost, pandas, NumPy, matplotlib, seaborn, Plotly

Modalités d'évaluation et de validation

Positionnement initial en ligne
quiz de validation à chaque séquence
évaluation finale des acquis (QCM et mise en situation)
satisfaction à chaud
questionnaire de transfert à 30 jours
attestation de fin de formation
préparation et passage de la certification Certification RS6763 (France Compétences)

Plateforme, laboratoires et ressources

LMS DATAROCKSTARS : parcours, supports numériques, quiz, évaluations, émargement par demi-journée
laboratoires cloud individuels accessibles depuis un navigateur, sans installation, données fictives, détruits en fin de session
bibliothèque O'Reilly (plus de 60 000 ressources)
accès aux supports pendant 6 mois