.png&w=3840&q=75)
Nous utilisons des cookies pour vous fournir l'ensemble de nos services, notamment la recherche et les alertes. En acceptant, vous consentez à notre utilisation de ces cookies.
Choisir mes préférences
.png&w=256&q=75)
Ia - niveau avancé : data science, machine learning, ia et infrastructures cloud
Objectifs
Programme
- Comprendre et appliquer les concepts fondamentaux de la Data Science et du Machine Learning
- Mettre en œuvre des techniques avancées de Machine Learning et d'IA pour résoudre des problèmes complexes
- Concevoir et déployer une architecture Cloud optimisée pour des applications innovantes
- Analyser et évaluer la performance de différents modèles d'IA et de Machine Learning
- Maîtriser les outils et les plateformes les plus couramment utilisés en Data Science, Machine Learning et IA.
1. INTRODUCTION À LA DATA SCIENCE ET À L'IA
- Définition de la Data Science et de l'IA
- Historique de l'IA et de la Data Science
- Compréhension des différents usages de l'IA et de la Data Science
- Introduction aux différents composants de l'IA et de la Data Science
- Présentation des différents langages utilisés en IA et en Data Science
- Découverte des différents éditeurs en IA et en Data Science
- Introduction aux plateformes Cloud : Microsoft Azure, Amazon AWS, Google Cloud
2. ARCHITECTURE ET BIG DATA
- Définition d'une architecture en fonction d'un besoin
- Comprendre les différents scénarios d'architecture
- Impacts de l'architecture sur les projets
- Introduction au Big Data: définition, patterns, solutions
- Comprendre l'intérêt du Big Data dans l'IA et la Data Science
- Introduction aux outils IA fournis par Amazon AWS, Microsoft Azure, Google Cloud
3. GESTION DE PROJETS APPLICATIFS AVEC L'IA
- Définition du projet d'IA
- Implémentation du projet
- Bonnes pratiques à appliquer dans un projet Cloud et IA
- Comprendre les réglementations et les risques associés à l'IA
- Impacts de l'IA sur la gestion de projet
- Vision globale de l'IA dans un projet: vision business, logique et technique
4. MISE EN OEUVRE D'UN PROJET D'IA
- Déploiement d'un projet sur Amazon AWS, Microsoft Azure, Google Cloud
- Mise en oeuvre des technologies et implémentation
- Présentation des standards et bonnes pratiques en projet intégrant de l'IA
- Comprendre les limites et restrictions de l'IA
5. TRAVAUX PRATIQUES
- Réflexion d'une architecture rassemblant tous les éléments précédents
- Mise en oeuvre d'un projet IA Applicative sur Microsoft Azure et sur Amazon AWS
Public visé
Cette formation s'adresse à plusieurs profils de professionnels des domaines technologiques et numériques. Elle est particulièrement pertinente pour les développeurs qui souhaitent acquérir ou approfondir leurs compétences dans le domaine de la data science, du machine learning et de l'intelligence artificielle.
Les architectes, qui cherchent à comprendre et à intégrer ces technologies dans la conception de leurs systèmes, y trouveront également leur compte. En outre, les chefs de projets, qui veulent une meilleure compréhension de ces technologies pour mieux gérer leurs équipes et projets, trouveront dans cette formation les clés pour y parvenir.
Enfin, tous ceux qui occupent des postes de décideurs dans le domaine technologique et numérique et qui cherchent à anticiper les évolutions du marché et à innover pourront tirer profit de cette formation.
Prérequis
Avoir des connaissances de base dans le Cloud Microsoft, Amazon ou Google
Être à l'aise avec l'utilisation de l'informatique en général
Disposer d'un niveau d'anglais intermédiaire pour comprendre certains termes techniques
Être muni d'un ordinateur relié à Internet, possédant une caméra, un micro et un haut parleur.
Méthodes pédagogiques
L’approche pédagogique a été construite sur l’interactivité et la personnalisation : Présentation illustrée et animée par le Formateur Expert, partage d’expériences, études de cas, mise en situation réelle.
Tous les supports sont fournis par support papier, mail ou clé USB à chaque stagiaire.
Méthodologie pédagogique employée :
Chaque formation en présentiel ou en distanciel est animée par un Formateur Expert Métier sélectionné selon ses compétences et expériences professionnelles. Apport d’expertise du Formateur, quiz en début et fin de formation, cas pratiques, échanges d’expérience. Accès en ligne au support de formation.
Modalités d'évaluation
Méthodes utilisées et évaluation :
Evaluation et positionnement lors de la définition du projet pédagogique avec le(s) stagiaire(s). Un QCM est donné aux stagiaires le dernier jour de la formation pour valider leurs apprentissages. Une correction collective est effectuée par le Formateur. Une évaluation de fin de stage en direct est organisée entre le Formateur et le(s) stagiaire(s) pour recueillir et prendre en compte leurs appréciations. Une attestation de fin de stage est remise aux stagiaires.
Choisissez une date pour pouvoir réserver !