Catalogue
Syllabus IA et data
Le plan de chaque cours est consultable gratuitement. Le syllabus complet en PDF est disponible après paiement, en téléchargement immédiat.
IA générative et Deep Learning
IA générative : des LLM aux agents
Comprendre et utiliser les modèles génératifs : LLM, prompt engineering, RAG, agents et déploiement, avec des travaux pratiques en Python.
Voir le programmeDeep Learning avec TensorFlow et Keras
Concevoir, entraîner et évaluer des réseaux de neurones profonds avec TensorFlow 2 et Keras, des réseaux denses aux architectures convolutives et récurrentes.
Voir le programmeDeep Learning avancé avec PyTorch
Aller plus loin en Deep Learning avec PyTorch : boucles d'entraînement sur mesure, transfer learning, architectures modernes et optimisation des performances.
Voir le programmeData, Big Data et MLOps
Big Data et Data Science
Les fondamentaux du Big Data et de la démarche data science : écosystème, stockage distribué, préparation des données et premiers traitements à grande échelle.
Voir le programmePython, Spark et projets IA avancés
Traiter des données massives avec PySpark et y appliquer le machine learning, jusqu'à la réalisation de projets IA sur données volumineuses.
Voir le programmeMLOps de bout en bout
Faire passer un modèle du notebook à la production : suivi d'expériences, conteneurs, orchestration et déploiement, avec un projet final de classification de tickets.
Voir le programmeProjet d'innovation IA en 5 jours
Un module intensif de synthèse : cinq sujets clés en main, de la donnée au déploiement, avec stacks conteneurisées, livrables et grilles d'évaluation.
Voir le programmeMathématiques, veille et éthique
Mathématiques pour le ML et le DL
Les fondations mathématiques du deep learning : algèbre linéaire et SVD, calcul différentiel multivarié, optimisation et théorie de l'information, avec des TD en Python.
Voir le programmeVeille technologique et éthique de la data
Structurer une veille active sur la data et l'IA, évaluer les nouveaux outils pour l'entreprise, et intégrer RGPD, biais et impact carbone dans les projets.
Voir le programme