Prompting avancé, fine-tuning et personnalisation des IA génératives
Télécharger le programme 14 heures sur 2 jours
à Paris & à distance
(Zoom, Google Meet, etc.).
1 500 € HT / personne
Etudions ensemble vos options
de financement
Objectifs de la formation
Prompting avancé, fine-tuning et personnalisation des IA génératives
Analyser les mécanismes de fonctionnement des IA génératives (LLMs) pour optimiser leur utilisation
Concevoir des prompts avancés en exploitant des techniques de structuration et d’ingénierie des invites
Expérimenter le fine-tuning et l’adaptation de modèles pour des cas d’usage spécifiques
Évaluer l'impact des stratégies de personnalisation sur les performances des IA génératives
Pré-requis pour suivre cette formation
Connaissance des bases du machine learning et des réseaux de neurones. Expérience préalable avec des IA génératives comme GPT, Claude ou Mistral. Maîtrise d’un langage de programmation (Python recommandé).
A qui s'adresse cette formation ?
Data scientists, ingénieurs IA, développeurs, chercheurs en NLP. Professionnels du marketing, de la communication ou du design souhaitant personnaliser les interactions IA.
Formations recommandées
Aucun programme supplémentaire n'est requis pour suivre cette formation.
Au programme de la formation
Prompting avancé, fine-tuning et personnalisation des IA génératives
- Fonctionnement des modèles de langage (LLMs) et architectures Transformer.
- Mécanismes d’attention et impact sur la génération de texte.
- Biais et limites des modèles pré-entraînés.
- Stratégies d’atténuation des erreurs et hallucinations IA.
- Prompting zero-shot, few-shot et chain-of-thought (CoT).
- Rôles, contextes et contraintes dans les prompts complexes.
- Utilisation des tokens et gestion des coûts en API IA.
- Optimisation des prompts pour des réponses précises et pertinentes.
- Introduction au fine-tuning des modèles pré-entraînés.
- Adaptation par ajustement des hyperparamètres et des poids.
- Techniques de LoRA (Low-Rank Adaptation) et quantization.
- Déploiement et évaluation des modèles adaptés.
- Entraînement supervisé vs apprentissage par renforcement.
- Création de datasets spécifiques pour le fine-tuning.
- Utilisation de frameworks comme Hugging Face et OpenAI API.
- Gestion des performances et des métriques d’évaluation.
- Embedding et vectorisation pour applications spécifiques.
- Utilisation d’outils comme LangChain et retrieval-augmented generation (RAG).
- Déploiement de modèles optimisés sur des serveurs cloud ou locaux.
- Sécurité, conformité et considérations éthiques du fine-tuning.
- Conception et expérimentation de prompts avancés.
- Fine-tuning d’un modèle sur un jeu de données spécifique.
- Comparaison des résultats avant/après personnalisation.
- Retour d’expérience et discussion sur les bonnes pratiques.
Méthode pédagogique
8 participants maximum, un poste par stagiaire et un support de cours est remis en fin de stage. La formation est constituée d'apports théoriques, de démonstrations et de mises en pratique basées sur des exercices (méthode démonstrative).
Accessibilité
Cette formation est accessible aux personnes en situation de handicap.
Modalité de validation des acquis
Évaluation continue des connaissances via des exercices et/ou ateliers et des acquis via un questionnaire en fin de formation. Attestation de fin de stage (certificat de réalisation). Émargement quotidien d'une feuille de présence.
Demander des informations
Vous souhaitez en savoir plus ou directement vous inscrire à une session ?
Contactez-nous pour monter votre dossier !
Formations similaires
Ces formations pourraient vous intéresser
- NEW
Intelligence Artificielle & Machine LearningIntroduction au Machine Learning pour Analystes (Python)Niveau initiation
- NEW
Intelligence Artificielle & Machine LearningPrompting avancé, fine-tuning et personnalisation des IA générativesNiveau
- NEW
Intelligence Artificielle & Machine LearningComputer Vision & IA appliquée à l’imageNiveau
- NEWIntelligence Artificielle & Machine Learning
NLP (Traitement du Langage Naturel) avec Python (spaCy, Hugging Face, Llama)Niveau
- NEW
Intelligence Artificielle & Machine LearningGénérative et Large Language Models (GPT, Gemini, etc.)Niveau
