ML & Generative AI Fundamentals

Apprenez les bases du Machine Learning et de l'Intelligence Artificielle Générative

Formation créée le 26/09/2024. Dernière mise à jour le 20/05/2025.
Version du programme : 1

Type de formation

Formation présentielle

Durée de formation

7 heures (1 jour)

Accessibilité

Oui

ML & Generative AI Fundamentals

Apprenez les bases du Machine Learning et de l'Intelligence Artificielle Générative


Les participants comprendront les concepts de base du Machine Learning et de l'Intelligence Artificielle Générative. Ils vont apprendre à formuler des requêtes (prompts) et à vous sensibiliser sur la sécurité de vos données confidentielles

Objectifs de la formation

  • Introduire les concepts clés de l’IA et du ML, et leur application dans différents domaines.
  • Comprendre les bases de l’IA Générative et ses applications possibles.
  • Apprendre à interagir avec les modèles d'IA via la création de prompts efficaces.
  • Maîtriser les enjeux de sécurité liés à l’utilisation des outils d’IA pour protéger les données sensibles.

Profil des bénéficiaires

Pour qui
  • Professionnels techniques et non techniques souhaitant comprendre les concepts de base sur l’IA et le ML.
Prérequis
  • Aucun

Contenu de la formation

L’Intelligence Artificielle et au Machine Learning - 3h
Fondamentaux de l’IA Générative 2 - 3h
Ingénierie des Prompts et Considérations de Sécurité - 2h

Équipe pédagogique

Arturo GUIZAR 🚀 Passionné par les nouvelles technologies associées à l'Internet d'Objets et l'Intelligence Artificielle. 🎯 J'ai créé un studio (datalo.co) pour donner aux entreprises les moyens d'agir grâce à la Data Science. 💻 Consultant et Teacher en Machine Learning et Data Science (EM Lyon, Le Wagon, Simplon, Open Classroom, INSEEC). 🎓 Academic: PhD en Traitement de signal (Inria), M.Sc en Télécommunications (INSA de Lyon), Certification en Data Science (MIT). 🌱 J'aime contribuer au développement de l'écosystème d'entrepreneurs à Lyon (Startup Weekend, Techstars).

Suivi de l'exécution et évaluation des résultats

  • Feuilles de présence
  • Auto-positionnement du bénéficiaire sur les objectifs pédagogiques avant la formation afin de personnaliser le contenu pédagogique
  • Auto-positionnement du bénéficiaire sur les objectifs pédagogiques de la formation en fin de formation pour évaluer sa progression
  • Une évaluation des compétences se fait sous forme d’exercices pratiques tout au long de la formation,
  • Évaluation de l'atteinte des objectifs du bénéficiaire par le formateur en fin de formation
  • QCM sur les fondamentaux du ML et de l'IA
  • Évaluation pratique avec la création de prompts et utilisation des outils.
  • Certificat de réalisation de la formation remis en fin de parcours

Ressources techniques et pédagogiques

  • Exercices Pratiques: Utiliser des outils comme TensorFlow Playground and Teachable Machine pour visualiser et comprendre le fonctionnement des modèles ML.
  • Exercices Pratiques: Exploration des modèles de génération d'images et de texte pour des applications créatives et professionnelles.
  • Exercices Pratiques: Utilisation de ChatGPT pour tester l’efficacité des prompts et créer des prompts sécurisés.

Qualité et satisfaction

Satisfaction stagiaires / nombre de stagiaires

Capacité d'accueil

Entre 10 et 20 apprenants

Délai d'accès

12 jours

Accessibilité

Les situations de handicap seront étudiées au cas par cas.