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

• Apports des connaissances communes.
• Mises en situation sur le thème de la formation et des cas concrets.
• Méthodologie d'apprentissage attractive, interactive et participative.
• Équilibre théorie / pratique : 60 % / 40 %.
• Supports de cours fournis au format papier et/ou numérique.
• Ressources documentaires en ligne et références mises à disposition par le formateur.
• Pour les formations en présentiel dans les locaux mis à disposition, les apprenants sont accueillis dans une salle de cours équipée d'un réseau Wi-Fi, d'un tableau blanc ou paperboard. Un ordinateur avec les logiciels appropriés est mis à disposition (le cas échéant).

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