Descriptif
Panorama des formes d'IA : machine learning, deep learning, IA générative et agentique est une formation de 1 jour (7 heures), de niveau initiation, rattachée au domaine « Intelligence artificielle pour tous ». Distinguer les grandes familles d'IA et leurs cas d'usage. 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 :
- IA symbolique et apprentissage
- Machine learning
- Deep learning
- IA générative
- IA agentique
Programme détaillé
| N° | Contenus et activités | Durée |
|---|---|---|
| Jour 1 | ||
| 1 | Ouverture : quiz de positionnement — reconnaître la famille d'IA qui se cache derrière dix usages du quotidien | 0,5 h |
| 2 | De l'IA symbolique à l'apprentissage automatique : systèmes à règles, apprentissage supervisé et non supervisé, ce que chaque approche exige comme données | 1,5 h |
| 3 | Démonstration commentée : un modèle de machine learning entraîné devant le groupe sur un jeu de données de gestion, lecture des résultats, des erreurs et des limites | 1,5 h |
| 4 | Deep learning, IA générative et IA agentique : ce que chaque famille apporte, avec la démonstration d'un agent qui enchaîne recherche, appel d'outil et rédaction | 2 h |
| 5 | Atelier : associer douze besoins métier à la famille d'IA la plus adaptée, justifier chaque choix et repérer les fausses bonnes idées | 1,5 h |
Méthodes pédagogiques
- Pédagogie active : 21 % du temps en pratique encadrée — ateliers sur les cas d'usage des participants, mises en situation, jeux de rôle —, 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
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
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