Formation IA Générative : Les modèles de langages massifs (LLMs)

L'avènement des modèles de langages massifs, Large Language Models ou LLMs, tels ChatGPT, constitue une étape clé pour l'IA. Nous sommes au stade où des machines désormais peuvent appréhender une quantité extrême de contenu et d'en développer des formes nouvelles de services aujourd'hui efficients. Pour les entreprises et les organisation il s'agit de se positionner face à ces évolutions majeures en terme de création de valeur. Il devient dès lors nécessaire pour elles de : comprendre les mécanismes sous-jacents à ces modèles, savoir choisir le bon LLM, connaître les écosystèmes incontournables du domaine, de comprendre la personnalisation dans l’usage via le Prompt Engineering, de mieux cerner les capacités d’enrichissement de ces modèles (via des sources internes ou des outils), d’aborder sereinement les processus de réglage fin sur des cas d’usage précis et enfin d’identifier les problématiques de mise en œuvre de tels modèles.

À travers cette formation LLM, les participants pourront appréhender, sur la base d'explications et d’ateliers sur cas concrets, chacune des composantes significatives de ces modèles disruptifs.

Objectif opérationnel :

Savoir comprendre le fonctionnement des modèles de langage (LLMs), identifier leurs cas d’usage, évaluer leurs limites et les exploiter efficacement dans un contexte professionnel.

Objectifs pédagogiques :

À l'issue de cette formation LLM, vous aurez acquis les connaissances et compétences nécessaires pour :

• Comprendre l'utilité des LLM
• Maîtriser l'usage des LLM et de l'IA générative
• Développer de nouveaux projets avec l'aide des LLM

Public :

Cette formation s'adresse aux : 

• Chefs de projets
• Développeurs
• Data scientists

Prérequis :

Pour suivre ce cours, il est nécessaire d’avoir des connaissances de base en Machine Learning et Deep Learning, ainsi qu’une maîtrise d’un langage de script comme Python. Vous pouvez acquérir ces deux compétences conjointes à travers la formation Machine Learning avec Python (OPML).

Introduction aux LLMs

Cas d'usage

Fondations

En pratique

Mise en œuvre

Le Prompt Engineering

LLMs augmentés

Déploiement de LLMs