Jour 1 – Matin
Introduction à l’Intelligence Artificielle (IA)
- Définition et concepts de base de l’IA
- Différentes approches de l’IA : IA symbolique vs IA connexionniste
- Exemples concrets d’applications de chaque approche
Vue d’ensemble des techniques d’IA
- Machine Learning
- Deep Learning
- Vision par ordinateur
- Les frameworks de l’IA
Enjeux et bénéfices de l’IA pour les entreprises
- Productivité et efficacité opérationnelle
- Amélioration des processus décisionnels
- Transformation des collaborateurs et de l’entreprise avec des exemples concrets de bénéfices mesurables
Exemple de travaux pratiques (à titre indicatif)
- Exploration de jeux de données (images, sons et CSV) de différents secteurs (industrie, ingénierie, services et tertiaires)
Jour 1 – Après-midi
Les IA Génératives et modèles de langage de grande taille (LLM)
- Introduction aux IA Génératives
- Les alternatives à ChatGPT : Llama, Mistral et Claude
- Applications concrètes des LLM dans différents domaines :
- Génération de contenu
- Assistance à la rédaction
- Automatisation de la traduction
- Opportunités et défis associés à l’utilisation des LLM
Applications de l’IA dans les secteurs clés
- L’IA et l’industrie
- Automatisation des processus complexes
- Maintenance prédictive
- Détection de défauts et contrôle qualité
- L’IA et les services
- Recommandations et personnalisation en temps réel de l’expérience client
- Fidélisation par analyse prédictive comportementale des clients
- Analyse prédictive avancée pour la finance (détection de fraudes en temps réel)
- L’IA et la logistique
- Optimisation dynamique des itinéraires de livraison
- Prévision précise de la demande pour la gestion des stocks
Implémentation de projets d’IA en entreprise
- Identification des opportunités et cas d’usage
- Outils et technologies
- Evaluation de la performance et mesure des résultats
Enjeux, limites et bonnes pratiques
- Evaluation de la qualité des résultats
- Gestion des biais et des hallucinations
- Questions éthiques et juridiques (droits d’auteur, RGPD)
- Bonnes pratiques pour garantir la confidentialité
- Intégration des IA dans le workflow professionnel
- Présentation d’outils pour travailler en toute confidentialité
Exemples de travaux pratiques (à titre indicatif)
- Etude de cas et exercice pratique sur l’application de l’IA dans les secteurs clés
- Démonstration d’un outil ou d’une plateforme d’IA
Le contenu de ce programme peut faire l’objet d’adaptation selon les niveaux, prérequis et besoins des apprenants.
Modalités d’évaluation des acquis
- Les participants réalisent, en début et en fin de formation, une auto-évaluation de leurs connaissances au regard des objectifs pédagogiques du séminaire suivi
