Objectifs de la formation
Apprendre les concepts clés de l'IA, découvrir des cas d'application concrets dans différents métiers, et se familiariser avec le cycle de vie d'un projet IA ainsi que les outils d'IA générative et no-code.Clientèle visée
• Professionnels souhaitant comprendre l’IA sans expertise technique • Cadres métiers : RH, marketing, finance, santé, industrie, etc. • Chefs de projet digital, innovation ou dataPréalables
Aucun prérequis en programmation nécessaireFormateurs
Gains pour les participants
• Appréhender les concepts clés et les types d’IA existants
• Identifier des cas d’application concrets dans différents métiers
• Découvrir le cycle de vie d’un projet IA et manipuler des modèles simples
• Se familiariser avec les outils d’IA générative et no-code
Architecture de la formation
Introduction à l’intelligence artificielle
• Définitions, historique, types d’intelligence artificielle (symbolique vs statistique)
• Évolution de l’IA
• Cas concrets d’IA dans différents secteurs (santé, finance, RH, industrie, etc.)
Les grands domaines de l’IA
• Machine Learning vs Deep Learning
• NLP, Vision par ordinateur, Systèmes Experts
• Comparaison des approches selon les cas d’usage
• Exercice
Panorama de cas concrets
• IA dans la santé : diagnostic, suivi patient
• IA dans la finance : détection de fraude, scoring de crédit
• IA en RH, industrie, commerce, logistique
• Exercice
Les types de données ?
• Données structurées, non structurées, textes, images, etc.
• Exemples de jeu de données : données clients, données RH, e-commerce…
• Problèmes de qualité de données : valeurs manquantes, doublons, biais
Principaux algorithmes IA
• Apprentissage supervisé : régression linéaire, arbres de décision
• Apprentissage non supervisé : clustering avec k-means
• Intuition du fonctionnement, cas d’usage
• Exercice
Cycle de vie d’un projet IA
• Étapes : collecte, préparation, modélisation, évaluation
• Les rôles dans un projet IA (data analyst, data scientist, métier, etc.)
• Notions d’overfitting, validation croisée, précision vs rappel
• Exercice : simulation d’un mini-projet en équipe à partir d’un jeu de données
Éthique, biais et transparence
• Biais dans les données, biais dans les algorithmes
• Importance de l’explicabilité et de la supervision humaine
• Risques d’usage malveillant de l’IA
• Exercice : analyse d’un cas réel de biais dans l’IA
Introduction à l’IA générative
• Fonctionnement de ChatGPT, DALL·E, Copilot
• Prompts : comment bien formuler une requête ?
• Exemples métiers : résumé de texte, brainstorming, génération d’images
• Exercice : test de prompts avec ChatGPT
Scénarios métiers simulés
• Assistant RH : génération de réponse à une candidature
• Analyse de sentiment client à partir d’un texte
• Synthèse d’un rapport ou d’un email
Panorama des outils IA sans coder
• Outils no-code/low-code : Teachable Machine, RunwayML, Peltarion, MonkeyLearn,
GPT for Sheets
• Comparatif : fonctionnalités, limites, tarifs
• Exercice : test d’un outil no-code pour entraîner un modèle
Détails pédagogiques
Type de cours
Formation en entreprise
Toutes nos formations peuvent être offertes en entreprise et personnalisées selon vos besoins. Pour plus d'information, nous vous invitons à communiquer avec nous ou à remplir une demande de soumission en ligne.
Demander une soumissionFormation en entreprise
Toutes nos formations peuvent être offertes en entreprise et personnalisées selon vos besoins. Pour plus d'information, nous vous invitons à communiquer avec nous ou à remplir une demande de soumission en ligne.
Demander une soumission