Gen-AI & LLM for Data
Nous vous apprenons les concepts clés de l’IA générative et des Large Language Models (LLM), afin que le département Data pilote leur déploiement et assure une communication fluide dans toute l’entreprise.
- Fonctionnement des LLM
- Les utilisations concrètes
- Mise en place d’un service de RAG (Retrieval Augmented Generation) .
Une approche pédagogique centrée sur vos enjeux
Parcours de
4 à 16 semaines
Un formateur expert dédié à vous ou votre équipe
Un parcours de formation construit sur-mesure
De moyenne sur l'ensemble de nos parcours de formation
Bénéfices
- Comprendre les concepts fondamentaux des Gen-IA et LLM
- Utilisation de LangChain
- Fine Tuning avec LoRa
- Compréhension des forces et faiblesses des LLMs
- Utilisation de LLMs via Colab
- Création d'un service de RAG
Public cible
- Data Managers
- Chief Data Officers
- Data Scientist
- Data Engineer
- ML Engineer
- Software Engineer
Prérequis
- Connaissance du langage Python Utilisation de Notebooks
Nos différents formats de formation
Format conférence
- +20 participants
- Session de 1H à 1H30
- Cycle de 4 à 10 conférences
- Formateur dédié au projet
Format workshop
- Format collectif : 3 à 10 participants
- Session de 1H à 2H
- Parcours de 4/16 semaines
- Formateur dédié au projet
Format mentoring
- Format individuel
- Session de 1H
- Parcours de 4/8 semaines
- Formateur dédié au projet
Exemple de programme
de formation Gen-AI & LLM for Data
Evidemment, ceci n’est qu’un exemple appliqué à un client en particulier. Nous construisons toujours nos programmes de formation ensemble : vous, le formateur expert sélectionné et les équipes Learn-IA.
Nicolas
Votre formateur
Client formé :
Secteur du Retail
Nombre d'heures de formation :
10H
#1 Introduction
aux Gen-IA & LLM :
- Comprendre les concepts clés des Gen-IA & LLM et leurs applications pour le retail.
- Identifier les forces et faiblesses des LLM et leur impact sur l’analyse de données.
- Se familiariser avec les outils pour l’apprentissage et l’expérimentation.
#2 Fondations
des LLM :
- Découvrir les bases théoriques des LLM et leur fonctionnement.
- Explorer le fonctionnement des Transformers, des encodeurs et des décodeurs.
- Comprendre les embeddings et les tokenizers pour la gestion des données textuelles.
#3 Augmentation
des connaissances :
- Maîtriser les techniques de Fine-tuning pour personnaliser les LLM.
- Apprendre à utiliser LoRA (Low-Rank Adaptation) pour un fine-tuning efficace.
- S’initier à RAG (Retrieval Augmented Generation) et ses applications dans le retail.
#4 Evaluation &
Monitoring :
- Optimiser les performances des LLM.
- Évaluer la performance des modèles et choisir les métriques d’évaluation adéquates.
- Mettre en place un monitoring efficace pour les LLM en production.
Ces formations pourraient aussi vous intéresser
Marketing & communication with AI & Prompting
- Nous contacter
- 4 à 16 semaines
- Présentiel distanciel, hybride
HR & Talents with AI & Prompting
- Nous contacter
- 4 à 16 semaines
- Présentiel distanciel, hybride
Accounting & Finance with AI & Prompting
- Nous contacter
- 4 à 16 semaines
- Présentiel distanciel, hybride
