À l'issue de la formation, vous serez capable de :
- Comprendre les applications potentielles de l'IA et identifier les opportunités d'intégration dans divers secteurs d'activité.
- Connaître le fonctionnement des modèles d'IA (Generative AI, LLM) pour en appréhender les capacités et les limites.
- Maîtriser l'utilisation de ChatGPT au quotidien afin d'optimiser votre flux de travail et améliorer votre productivité.
- Créer des prompts plus efficaces en appliquant des techniques d'ingénierie de prompt avancées.
- Automatiser certaines de vos tâches quotidiennes répétitives (synthèse, classification, traitement de données).
- Générer des contenus innovants, personnalisés et adaptés à vos différents canaux de communication.
Module 1 : Comprendre l'Écosystème de l'Intelligence Artificielle
- Ancrage & Définitions : Historique, définitions clés de l'IA et positionnement dans le contexte technologique actuel.
- Machine Learning (ML) : Principes du modèle d'apprentissage automatique, typologies (supervisé, non supervisé) et limites intrinsèques.
- Deep Learning (DL) : Exploration des réseaux de neurones artificiels et focus sur le fonctionnement du Computer Vision (reconnaissance visuelle).
- Cas d'usage sectoriels :
- Industrie : Maintenance prédictive et optimisation de la supply chain.
- Marketing : Prédiction de l'attrition (churn) et moteurs de recommandation.
- Finance : Systèmes de Credit Scoring et détection/prévention de la fraude.
Module 2 : Modèles de Langage (LLM) & IA Générative
- Mécanismes des LLM : Qu'est-ce qu'un grand modèle de langage ? Fonctionnement des Transformers et de la génération probabiliste.
- Architecture RAG : Étude approfondie du Retrieval-Augmented Generation pour interconnecter un LLM avec les données privées d'une entreprise.
- Impact & Stratégie : Enjeux opérationnels des LLM en entreprise, évolution de la collaboration homme-machine et panorama du marché pour choisir le bon modèle.
Module 3 : Maîtrise du Prompting pour ChatGPT et les LLM
- Méthodologie de base : Anatomie d'un prompt performant (Rôle, Contexte, Objectif, Contraintes, Format de sortie).
- Techniques avancées : Structuration de requêtes complexes via le Few-Shot Learning (apprentissage par l'exemple) et le Reverse Prompting (faire générer le prompt par l'IA).
- Ateliers pratiques : Exercices de contextualisation professionnelle pour automatiser des tâches, synthétiser des rapports et générer du contenu sans hallucination.
Attestation de formation
Non certificiante
Sans niveau spécifique
