Descriptif
IA en entreprise : machine learning et IA générative est une formation de 1 jour (7 heures), de niveau initiation, rattachée au domaine « Intelligence artificielle pour tous ». Comprendre le machine learning et l'IA générative et leurs cas d'usage en entreprise. 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 :
- Comprendre les principes fondamentaux du Machine Learning et de l'IA générative
- Identifier les cas d'usage pertinents du ML et de l'IA générative dans différents secteurs d'entreprise
- Analyser les enjeux éthiques, réglementaires et organisationnels liés à l'intégration de ces technologies
- Savoir interpréter les résultats des modèles ML et IA générative pour une prise de décision éclairée
Programme détaillé
| N° | Contenus et activités | Durée |
|---|---|---|
| Jour 1 | ||
| 1 | Ouverture : recueil des projets en cours chez les participants et test de positionnement sur le vocabulaire de l'IA | 0,5 h |
| 2 | Les principes du machine learning sans mathématiques : données d'apprentissage, modèle, erreur, généralisation et surapprentissage | 1,5 h |
| 3 | Démonstration commentée : un carnet Jupyter exécuté devant le groupe sur Google Colab — préparation des données, entraînement avec scikit-learn, lecture des indicateurs de performance, puis interprétation collective de trois modèles à partir du score, de la matrice de confusion et des cas limites | 2 h |
| 4 | Les principes de l'IA générative : prédiction du mot suivant, pré-entraînement et alignement, fenêtre de contexte et hallucinations — démonstration commentée d'un modèle Hugging Face Transformers et procédure de vérification des réponses | 1,5 h |
| 5 | Atelier : qualifier cinq cas d'usage d'entreprise entre machine learning, IA générative et aucun des deux, décider pour chacun ce que l'on met ou non en service, puis instruire les enjeux éthiques, réglementaires et organisationnels du cas retenu | 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
LMS DATAROCKSTARS, Python (IDE : Jupyter Notebook, VS Code), Bibliothèques ML et IA générative : scikit-learn, TensorFlow, PyTorch, Hugging Face Transformers, Environnements de gestion de données : PostgreSQL, MongoDB, Plateformes cloud et outils collaboratifs : Google Colab, Azure ML Studio
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