Plan du cours

Introduction à l'IA pour le développement de logiciels

  • Qu'est-ce que Generative AI ou Predictive AI ?
  • Applications de l'IA dans le codage, l'analyse et l'automatisation
  • Aperçu des LLM, des transformateurs et des modèles d'apprentissage profond

Codage assisté par l'IA et développement prédictif

  • Complétion et génération de code assistées par l'IA (GitHub Copilot, CodeGeeX)
  • Prévision des bogues et des vulnérabilités du code avant le déploiement
  • Automatiser les révisions de code et les suggestions d'optimisation

Construire des modèles prédictifs pour les applications logicielles

  • Comprendre les prévisions de séries temporelles et l'analyse prédictive
  • Mettre en œuvre des modèles d'IA pour la prévision de la demande et la détection des anomalies
  • Utiliser Python, Scikit-learn et TensorFlow pour la modélisation prédictive

Utilisation de Generative AI pour la génération de texte, de code et d'images

  • Travailler avec GPT, LLaMA et d'autres LLMs
  • Générer des données synthétiques, des résumés de texte et de la documentation
  • Création d'images et de vidéos générées par l'IA avec des modèles de diffusion

Déploiement de modèles d'IA dans des applications réelles

  • Hébergement de modèles d'IA à l'aide de Hugging Face, AWS et Google Cloud
  • Création de services d'IA basés sur des API pour les applications commerciales
  • Affiner les modèles d'IA pré-entraînés pour des tâches spécifiques à un domaine

L'IA au service de la prévision et de la prise de décision Business

  • Intelligence économique et analyse de la clientèle basées sur l'IA
  • Prévision des tendances du marché et du comportement des consommateurs
  • Automatisation de l'optimisation des flux de travail grâce à l'IA

IA éthique et bonnes pratiques en matière de développement

  • Considérations éthiques dans la prise de décision assistée par l'IA
  • Détection des biais et équité dans les modèles d'IA
  • Bonnes pratiques pour une IA interprétable et responsable

Ateliers pratiques et études de cas

  • Mise en œuvre de l'analyse prédictive pour un ensemble de données réelles
  • Construction d'un chatbot alimenté par l'IA avec génération de texte
  • Déploiement d'une application basée sur LLM pour l'automatisation

Résumé et prochaines étapes

  • Examen des principaux points à retenir
  • Outils et ressources en matière d'IA pour un apprentissage plus approfondi
  • Session finale de questions-réponses

Pré requis

  • Compréhension des concepts de base du développement de logiciels
  • Expérience avec n'importe quel langage de programmation (Python recommandé)
  • Familiarité avec l'apprentissage automatique ou les principes fondamentaux de l'IA (recommandé mais pas obligatoire).

Public

  • Développeurs de logiciels
  • Ingénieurs en IA/ML
  • Chefs d'équipe technique
  • Chefs de produit intéressés par les applications basées sur l'IA
 21 Heures

Nombre de participants


Prix ​​par Participant

Cours à venir

Catégories Similaires