WE_N1_IA
Fondamentaux de l'IA
Cette Master Class "Fondamentaux de l'IA" propose une immersion structurée dans l'univers de l'Intelligence Artificielle. Loin des effets de mode, cette formation vise à apporter une compréhension claire et pragmatique des technologies actuelles, des concepts historiques aux révolutions récentes de l'IA Générative (GenAI). Au travers d'exemples concrets et de mises en situation, les participants apprendront à distinguer les différentes typologies d'IA, à identifier les leviers de valeur pour l'entreprise (notamment via le concept de "Collaborateur Augmenté") et à maîtriser les enjeux cruciaux de responsabilité (Al Act, éthique, biais). Enfin, le cursus intègre une dimension essentielle de sobriété numérique, analysant l'impact environnemental de l'IA pour encourager une innovation durable.
Ce que vous allez apprendre
- Maîtriser les fondamentaux et le vocabulaire de l'IA (Machine Learning, Deep Learning, GenAl, LLM, Prompt, RAG) et comprendre la structuration de l'écosystème actuel.
- Identifier le potentiel de l'IA en entreprise en distinguant les cas d'usage traditionnels des nouvelles opportunités génératives, et en comprenant le rôle stratégique d'une plateforme GenAl.
- Adopter une posture de responsabilité face aux risques éthiques et réglementaires, en comprenant les exigences de l'Al Act européen et les mécanismes des biais algorithmiques.
- Intégrer les enjeux de sobriété numérique dans l'usage des technologies, en connaissant l'impact environnemental du cycle de vie de l'IA.
Prérequis
- Aucune compétence technique préalable n'est requise (ni en développement, ni en data science). Une curiosité pour les enjeux numériques et l'innovation est recommandée
- Un ordinateur portable avec connexion internet pour les démonstrations et l'accès aux ressources en ligne.
- Accès aux outils de collaboration interne (Teams/Google Meet) si la session est dispensée à distance.
Public cible
- Tous les collaborateurs, quels que soient leur métier ou leur niveau hiérarchique (profils techniques, fonctionnels, support, managers)
Programme de la Formation
6 modules pour maîtriser les fondamentaux
Sujets abordés
- →Accueil et présentation des objectifs.
- →Tour de table : attentes et partage des représentations de l'IA (mythes vs réalité).
Sujets abordés
- →Historique et définitions : De Alan Turing aux modèles actuels. Distinctions précises entre Intelligence Artificielle, Machine Learning (supervisé/non supervisé/renforcement), Deep Learning et IA Générative.
- →Mécanismes d'apprentissage : Comprendre le fonctionnement d'un réseau de neurones et le processus d'entraînement (poids, biais).
- →L'IA Générative décryptée : Fonctionnement des LLM (Large Language Models), définition du Prompt, du RAG (Retrieval-Augmented Generation) et des paramètres clés (Tokens, Température).
- →Panorama du marché : Cartographie des acteurs, distinction entre les "Hyperscalers" (Microsoft Azure, Google Cloud, AWS) et les "Pure Players" (OpenAl, Mistral, Anthropic).
Sujets abordés
- →La Data comme socle : L'importance de la qualité et du volume des données (Big Data) pour alimenter les modèles.
- →Cas d'usage "Traditionnels" vs "Génératifs" : IA Traditionnelle : OCR augmenté, maintenance prédictive, scoring, détection d'anomalies. IA Générative : Génération de texte, d'images, de code et assistance virtuelle.
- →Vers l'Entreprise Augmentée : Distinction entre Assistant (réactif) et Agent (autonome). Le concept de "Collaborateur Augmenté" : opportunités d'efficacité et limites.
- →Passage à l'échelle : Introduction à l'architecture d'une Plateforme GenAl d'entreprise pour sécuriser et industrialiser les usages.
Sujets abordés
- →Cadre Éthique : Les 4 piliers de l'éthique de l'IA selon l'UNESCO et les différents types d'éthique (informatique, digitale, des usages).
- →Biais Algorithmiques : Comprendre les biais de représentation (genre, origine) et cognitifs. Analyse de leurs conséquences (discrimination, risques légaux) à travers des exemples concrets.
- →Régulation Européenne (Al Act) : Décryptage de la réglementation, approche par niveau de risque (Interdit, Élevé, Spécifique, Minime) et calendrier de mise en conformité.
- →Étude de cas pratique : "LazyTech Lab". Analyse de conformité d'un système fictif à haut risque. Application des 10 étapes de mise en conformité (gestion des risques, gouvernance des données, supervision humaine).
Sujets abordés
- →Cycle de vie matériel: Impact de l'extraction des terres rares et de la fabrication des équipements.
- →Consommation énergétique : Réalité de la consommation des Data Centers (électricité, eau pour le refroidissement) et empreinte carbone de l'entraînement des modèles.
- →Bonnes pratiques : Les leviers de la sobriété numérique (choix de modèles adaptés, éco-conception) et l'IA au service de l'environnement (optimisation énergétique, tri des déchets).
Sujets abordés
- →Synthèse des acquis : "L'intelligence réside dans le prompt et dans l'analyse critique de la réponse".
- →Session de Questions / Réponses.
Processus Qualité
L'engagement de SFEIR Institute : une démarche d'excellence pour garantir la qualité et la réussite de toutes nos formations. En savoir plus sur notre démarche qualité
Méthodes pédagogiques mobilisées
- Lectures / Apports théoriques (Slides) — Présentation de concepts via des supports visuels (PowerPoint, PDF).
- Démonstration technique (Démos) — Le formateur réalise une manipulation ou une procédure devant les apprenants.
- Quiz / QCM — Test rapide de connaissances (format papier ou numérique type Kahoot/Klaxoon).
Dispositif d'évaluation et de suivi
L'atteinte des objectifs de la formation est évaluée à plusieurs niveaux pour garantir la qualité de la prestation :
- Évaluation continue des acquis : Vérification des connaissances tout au long de la formation via des méthodes participatives (en fonction de la formation: quiz, exercices pratiques, mises en situation) sous la supervision du formateur.
- Mesure de la progression : Dispositif d'auto-évaluation comparatif comprenant un diagnostic initial pour situer le niveau de départ, suivi d'une évaluation finale pour valider l'évolution des compétences.
- Évaluation de la qualité : Questionnaire de satisfaction en fin de session pour mesurer la pertinence et l'efficacité de la formation ressentie par les participants.
Prochaines sessions
Aucune date ne vous convient ?
Nous organisons régulièrement de nouvelles sessions. Contactez-nous pour connaître les prochaines dates disponibles ou pour organiser une session à la date de votre choix.
S'inscrire à une date personnaliséeFormer plusieurs collaborateurs
- Tarifs dégressifs (plusieurs places)
- Session privée ou sur-mesure
- En présentiel ou à distance