Formation Du Machine Learning aux LLMs, Evolution des modèles et impacts Mixte : présentiel / à distance

• Analyser les évolutions structurantes des modèles ML aux modèles profonds
• Mettre en œuvre les notions clés permettant de comprendre les réseaux neuronaux
• Configurer une compréhension claire du fonctionnement des LLMs
• Évaluer les impacts techniques, métiers et stratégiques de l'usage des LLMs

• Data Analysts et Data Scientists débutants à intermédiaires
• Chefs de projet IA et innovation
• Ingénieurs et développeurs souhaitant renforcer leur culture IA

• Bases en Python
• Notions générales en Machine Learning

Jour 1 – De l'apprentissage traditionnel aux réseaux neuronaux

Session du matin :

• Modèles ML classiques : régression, arbres, SVM
• Limites des modèles traditionnels
• Introduction aux réseaux neuronaux : perceptron, couches, propagation

Session de l'après-midi :

• Architectures modernes : CNN, RNN, encodeurs/décodeurs
• Le concept d'embeddings
• Démonstration : entraînement d'un petit réseau neuronal

TP / Exercice :

• Comparaison entre un modèle ML classique et un réseau neuronal simple

Points clés & takeaways :

• Compréhension de l'évolution ML → Deep Learning
• Vision claire du fonctionnement général d'un réseau neuronal

Jour 2 - Apparition des LLMs et impacts sur les organisations

Session du matin :

• Architecture Transformer : self-attention, encoder/decoder
• L'émergence des LLMs : GPT, BERT, modèles open source
• Préentraînement, fine-tuning, prompting

Session de l'après-midi :

• Impacts métiers : productivité, automatisation, nouveaux usages
• Impacts techniques : gouvernance, sécurité, coûts, données
• Atelier : analyse structurée d'un cas d'usage LLM

TP / Exercice :

• Analyse complète d'un cas d'usage incluant risques, bénéfices et choix de modèle

Points clés & takeaways :

• Vision claire des bénéfices / limites des LLMs
• Capacité à identifier les impacts et opportunités pour l'organisation

Docaposte Institute propose plusieurs dispositifs pédagogiques adaptés aux apprenants :

• Formation en présentiel
• En groupe (inter-entreprises ou intra-entreprise)
• En individuel (monitorat)
• En journée ou en cours du soir (sur demande spécifique)
• Formation en distanciel
• Distanciel synchrone
• Distanciel asynchrone

• Alternance d'apports théoriques et de mises en pratique contextualisées.
• Progression pédagogique structurée, de la compréhension à la mise en œuvre opérationnelle.
• Pédagogie immersive favorisant une mise en application immédiate des compétences.
• Formation interactive et participative s'appuyant sur des ateliers pratiques, études de cas et échanges collectifs (+ 60 % du temps de formation.)
• Séquences pédagogiques rythmées et évaluations formatives régulières pour renforcer l'ancrage des apprentissages.
• Supports de cours, ressources documentaires et références mis à disposition par le formateur

En amont de la formation (évaluation en ligne dans l'extranet apprenant)

• Recueil des besoins et des attentes des participants.
• Auto-positionnement permettant d'évaluer le niveau initial des apprenants.

Tout au long de la formation

• Évaluations continues réalisées par le formateur travers des questions orales, exercices, QCM, études de cas et mises en situation pratiques.
  
  

À l'issue de la formation (évaluations en ligne dans l'extranet apprenant)

• Auto-positionnement afin de mesurer l'acquisition des compétences visées.
• Validation de l'acquisition des compétences par le formateur
• Questionnaire de satisfaction « à chaud » à l'issue de la formation
• Questionnaire de satisfaction "à froid", 45 jours après la formation afin d'évaluer l'ancrage des acquis et leur mise en application en situation professionnelle.

• Admission sans disposition particulière