Formation Fine-tuning & Agents IA Mixte : présentiel / à distance

Cette formation de 2 jours permet aux participants de maîtriser les techniques avancées de fine-tuning de modèles d’intelligence artificielle et la conception d’agents intelligents autonomes.

Les apprenants seront capables d’adapter des modèles pré-entraînés à des cas spécifiques et de créer des agents IA performants pour des applications réelles.

• Concevoir et fine-tuner des modèles pré-entraînés pour des tâches spécifiques
• Développer des agents IA autonomes et interactifs
• Optimiser les performances des agents et modèles fine-tunés
• Évaluer et interpréter les résultats des agents IA
• Mettre en place des workflows reproductibles pour l'entraînement et le déploiement

• Maîtrise de Python et bibliothèques ML/Deep Learning (TensorFlow, PyTorch)
• Connaissances en Machine Learning et Deep Learning
• Accès à un environnement Python complet avec GPU recommandé

Jour 1 – Fine-tuning de modèles IA

Session du matin :

• Concepts de fine-tuning et transfer learning
• Adaptation de modèles pré-entraînés (CNN, transformers)
• Techniques de régularisation et optimisation

Session de l'après-midi :

• Implémentation pratique du fine-tuning sur des datasets spécifiques
• Ajustement des hyperparamètres pour une performance optimale
• Gestion du sur-apprentissage et validation croisée

TP / Exercice :

• Fine-tuning d'un modèle pré-entraîné sur un jeu de données spécifique. Livrable : notebook Python avec modèle entraîné et métriques de performance

Points clés & takeaways :

• Capacité à adapter et fine-tuner des modèles pré-entraînés
• Maîtrise des techniques d'optimisation et de régularisation
• Compétence en validation et analyse des performances

Jour 2 – Agents IA et déploiement

Session du matin :

• Conception d'agents IA autonomes
• Interaction et apprentissage dans des environnements simulés
• Intégration de modèles fine-tunés dans des agents

Session de l'après-midi :

• Optimisation des agents et gestion de la performance
• Workflows reproductibles pour l'entraînement et le déploiement
• Cas pratique complet : création et évaluation d'un agent IA

TP / Exercice :

• Développement d'un agent IA utilisant un modèle fine-tuné sur un environnement simulé. Livrable : notebook complet avec analyse de performance et recommandations

Points clés & takeaways :

• Capacité à concevoir et déployer des agents IA performants
• Maîtrise des workflows d'entraînement et de déploiement reproductibles
• Compétence pour interpréter et présenter les résultats

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 :

• Recueil des besoins des apprenants afin de disposer des informations essentielles au bon déroulé de la formation (profil, niveau, attentes particulières...).
• Auto-positionnement des apprenants afin de mesurer le niveau de départ.

Tout au long de la formation : 

• Évaluation continue des acquis avec des questions orales, des exercices, des QCM, des cas pratiques ou mises en situation...

A la fin de la formation : 

• Auto-positionnement des apprenants afin de mesurer l'acquisition des compétences.
• Evaluation par le formateur des compétences acquises par les apprenants.
• Questionnaire de satisfaction à chaud afin de recueillir la satisfaction des apprenants à l'issue de la formation.
• Questionnaire de satisfaction à froid afin d'évaluer les apports ancrés de la formation et leurs mises en application au quotidien.

• Admission sans disposition particulière