• Prochaine session : nous contacter.
  • Formation accessible aux personnes en situation de handicap.
  • 70% de pratique et 30% de théorie en moyenne.
  • Nombreuses activités pratiques pour une évaluation constante.
  • Supports, exercices et corrections à disposition en ligne pendant et après la formation.
  • Délai d'accès minimum moyen : deux mois.
  • Formation en distanciel ou en présentiel au sein de votre entreprise.
  • Evaluation par le formateur à travers les activités pratiques.

  • Public : Dirigeants, directeurs informatiques, directeurs de projets, toute personne souhaitant comprendre les mécanismes et les bénéfices potentiels pour diriger ou gérer la préparation d'un déploiement de solution d'Intelligence Artificielle dans l'Entreprise
  • Prérequis : Ce séminaire ne nécessite pas de prérequis

  • Durée : 1 jours (7 heures/jour).
  • Tarif inter * : 640 € - intra * : nous contacter.

Ce séminaire permettra aux participants de disposer d'une définition concrète des solutions et outils d'Intelligence Artificielle, de définir les types de bénéfices par métier, activité, secteur de l'Entreprise et d'être en mesure de discerner les clés de réussite d'une solution d'Intelligence Artificielle

  • Les usages de l'Intelligence Artificielle
    • Du fantasme à la réalité de l'Intelligence Artificielle
    • Historique, concepts de base et applications de l'intelligence artificielle
    • Vision globale des dispositifs d'Intelligence Artificielle
    • Machine Learning vs Deep Learning
  • Réseaux de neurones et Deep Learning
    • Qu'est-ce qu'un réseau de neurones ?
    • Le réseau de neurones : architecture, fonctions d'activation et de pondération des activations précédentes...
    • Qu'est-ce que l'apprentissage d'un réseau de neurones ? Deep versus shallow network, overfit, underfit, convergence
    • L'apprentissage d'un réseau de neurones : fonctions de coût, back-propagation...
    • Modélisation d'un réseau de neurones : modélisation des données d'entrée et de sortie selon le type de problème
    • Approximer une fonction par un réseau de neurones : présentation et exemples
    • Approximer une distribution par un réseau de neurones : présentation et exemples
    • Génération de représentations internes au sein d'un réseau de neurones
    • Généralisation des résultats d'un réseau de neurones
    • Révolution du Deep Learning : généricité des outils et des problématiques
  • Sur quoi porte le Deep Learning ?
    • Les données : volumétries, dimensionnement, équilibre entre les classes, description
    • Données brutes vs features travaillées : que choisir ?
    • Classification de données
    • Les types : donnée, vidéo, image, son, texte, etc
    • Les enjeux d'une classification de données et les choix impliqués par un modèle de classification
    • Outils de classification : des réseaux de type Multilayer Perceptron ou Convolutional Neural Network
    • Prédiction d'information et donnée séquentielle/temporelle
    • Enjeux et limites d'une prédiction d'information
    • Règles structurelles au sein de la donnée pouvant permettre une logique de prédiction
    • Outils usuels de prédiction
    • Transformation/génération de données
    • Opération de réinterprétation d'une donnée : débruitage, segmentation d'image...
    • Opération de transformation sur un même format : traduction de texte d'une langue à une autre...
    • Opération de génération de donnée "originale" : Neural Style, génération d'images à partir de présentations textuelles
    • Reinforcement Learning : contrôle d'un environnement
  • Présentation des bots
    • Les types de Bots en fonction des domaines d'activité
    • Les enjeux marketing dans la digitalisation de la relation client
    • Pourquoi les entreprises misent-elles sur les Bots dans leur stratégie digitale ?
    • Optimiser la construction de l'interface d'échange du Bot : les composants spécifiques
    • Les offres des leaders du marché : Google, Apple, Amazon, Microsoft
    • Comment concevoir un Bot ?
  • Le langage naturel
    • Fondamentaux d'un système de compréhension de langage naturel
    • Comprendre les principes
    • Complexités de mise en œuvre
    • Présentation des solutions Open Source
    • Solution de Google (Cloud Platform Speech), Alexa (Amazon), LUIS QnaMaker (Microsoft), Cognitive Services (Microsoft) ...
  • Plates-formes de développement
    • Solutions de Développement : Wit.ai (Facebook), Chatfuel, Api.ai (Google), BotFramework (Microsoft)...
    • Les Modes de programmation waterfall
    • Panorama des Framework de développement
    • Création d'un Bot sans codage, les solutions Chatfuel et autres
    • Le Passage du Flow au Bot (smooch.ia)
    • Toutes les solutions de méthodes de déploiement
    • Comment héberger un Bot sur un serveur Web ?
  • Comment mettre en œuvre une application d'IA
    • Le cycle de vie d'un projet d'IA
    • L'accompagnement aux changements nécessaire (formation, communication, management)
  • Les acteurs dans et en dehors de l'entreprise
    • Les acteurs d'un projet et post-projet
    • Nouveaux rôles dans l'entreprise
    • Les prestataires externes et l'écosystème
    • Dans votre entreprise, qui est concerné par l'Intelligence Artificielle : au sein du marketing, de la relation client, de la DSI ...
  • La Roadmap d'un déploiement d'une application d'IA
    • La roadmap de la mise en œuvre d'une application en IA (avant, pendant et après le projet)
    • Les spécificités d'un projet d'IA
    • Le rétro planning du ou des recrutements et leurs incidences sur les projets

  • Formation avec un formateur, qui peut être suivie selon l’une des 2 modalités suivantes : dans la salle de cours en présence du formateur en intra ou en téléprésence / distanciel depuis votre domicile ou votre entreprise. Vous rejoignez un environnement deformation en ligne, à l’aide de votre ordinateur, tout en étant éloigné physiquement du formateur et des autres participants. Vous êtes en totale immersion avec le groupe et le formateur.
  • Le nombre de stagiaires peut varier de de 1 à 8 personnes, ce qui facilite le suivi permanent et la proximité avec chaque stagiaire.
  • Chaque stagiaire dispose d’un support, d’exercices à disposition en ligne pendant et après la formation. Pour une meilleure assimilation, le formateur alterne tout au long de la journée les exposés théoriques, les démonstrations et la mise en pratique au travers d’exercices et de cas concrets réalisés seul ou en groupe (70% de pratique er 30% de théorie en moyenne).

  • Feuille de présence, émargée par demi-journée par chaque stagiaire et le formateur
  • Evaluation qualitative de fin de formation
  • Attestation de fin de formation
  • Evaluation par le formateur à travers les activités pratiques.
  • Auto-évaluation des participants à travers les activités pratiques.

La formation est animée par un professionnel de l'informatique et de la pédagogie, dont les compétences techniques, professionnelles et pédagogiques ont été validées par des certifications et/ou testées et approuvées par les éditeurs et/ou notre responsable technique et pédagogique. Il est en veille technologique permanente et possède plusieurs années d'expérience sur les produits, technologies et méthodes enseignés. Il est présent auprès des stagiaires pendant toute la durée de la formation.

* Types de formation

  • En inter (plusieurs entreprises) : session ouverte et maintenue à partir de 3 participants (tarif à la session par participant);
  • En intra (une seule entreprise) : cours individuel ou collectif, standard ou sur-mesure (tarif à la journée, 8 participants max.)