Bootcamp IA Builder : de la culture de l'IA à la solution livrée
Domaine : IA. Niveau : Tous niveaux. Durée : 400 heures. 80 modules répartis en 8 chapitres. Tarif : 4200 euros. Formation à distance avec modules, exercices corrigés, questionnaires et manuel. Attestation de fin de formation délivrée à l’issue du parcours.
Comprenez l'intelligence artificielle et construisez vos propres outils : demandes efficaces, automatisations, agents et assistants documentaires, sur un projet de votre métier. Chaque semaine, un exercice est repris avec votre formateur en classe virtuelle. À la fin, vous recevez votre certificat AcadémIA Pro.
Objectifs pédagogiques
Comprendre comment fonctionnent les modèles et leurs limites. Écrire des demandes efficaces. Construire des automatisations et un agent. Évaluer un système et respecter le RGPD et le règlement européen sur l'IA. Livrer un projet complet.
Prérequis
Aucun prérequis technique. Certaines parties avancées demandent d'accepter de lire un peu de code. Certains outils demandent un compte payant, et votre budget d'essais reste à votre charge.
Public visé
Toute personne qui veut utiliser et construire des outils d'IA dans son travail.
Programme détaillé
Chapitre 1 — Bloc 1 : comprendre l'IA
- 1.1 De l'IA symbolique aux modèles de langage : les étapes utiles
- 1.2 Le marché de l'IA : acteurs et modèles économiques
- 1.3 Apprentissage automatique : les trois grandes familles
- 1.4 Réseaux de neurones, expliqués par un petit exemple
- 1.5 Transformers et attention, sans mathématiques
- 1.6 Jetons, contexte et température : régler un modèle
- 1.7 Lire une métrique : précision, rappel, F1
- 1.8 Données et biais d'un corpus
- 1.9 Réaliser une petite classification sans code, pour comprendre
- 1.10 Synthèse de pratique du chapitre 1
Chapitre 2 — Bloc 2 : maîtriser les assistants
- 2.1 ChatGPT, Claude et Gemini : les comparer sur une tâche
- 2.2 Structure d'une bonne demande
- 2.3 Exemples, enchaînements et raisonnement guidé
- 2.4 Inventions : vérifier une réponse
- 2.5 Texte, image, son et vidéo : ce que chacun sait faire
- 2.6 Sa bibliothèque de demandes
- 2.7 Images : produire un visuel utile et cohérent
- 2.8 Voix et vidéo : produire un court support, avec consentement
- 2.9 Choisir un cas d'usage dans son métier
- 2.10 Synthèse de pratique du chapitre 2
Chapitre 3 — Bloc 3 : le cadre
- 3.1 RGPD et IA
- 3.2 Règlement européen sur l'IA : classer un usage
- 3.3 Droit d'auteur et contenus générés
- 3.4 Biais : tester une décision
- 3.5 Sécurité : données, traces et accès
- 3.6 Écrire une charte d'usage
- 3.7 Analyser un incident lié à l'IA
- 3.8 Synthèse de pratique du chapitre 3
Chapitre 4 — Bloc 4 : programmer juste ce qu'il faut
- 4.1 Python : variables, fonctions, listes
- 4.2 Python : fichiers et JSON
- 4.3 Git : garder l'historique de son travail
- 4.4 Appeler une API web
- 4.5 Lire et corriger le code proposé par une IA
- 4.6 SQL : lire une base de données
- 4.7 Tests : vérifier son propre code
- 4.8 Synthèse de pratique du chapitre 4
Chapitre 5 — Bloc 5 : les API d'IA
- 5.1 Première requête : authentification et messages
- 5.2 Gérer les erreurs et les limites de débit
- 5.3 Calculer et réduire les coûts
- 5.4 Sorties structurées
- 5.5 Appels d'outils
- 5.6 Tester ses demandes sur un jeu de cas
- 5.7 Synthèse de pratique du chapitre 5
Chapitre 6 — Bloc 6 : automatiser sans code
- 6.1 n8n : premier workflow
- 6.2 n8n : conditions et erreurs
- 6.3 Appeler un modèle dans un workflow
- 6.4 Comparer les plateformes sans code
- 6.5 Traiter des tickets clients de bout en bout
- 6.6 Produire des contenus en plusieurs étapes, avec relecture humaine
- 6.7 Extraire des données de factures et les contrôler
- 6.8 Synthèse de pratique du chapitre 6
Chapitre 7 — Bloc 7 : agents et documents
- 7.1 Boucle d'un agent : raisonner, agir, observer
- 7.2 Mémoire et outils d'un agent
- 7.3 Construire un agent avec LangChain
- 7.4 Validation humaine des actions à risque
- 7.5 RAG : découper et indexer ses documents
- 7.6 RAG : répondre en citant ses sources
- 7.7 Évaluer un assistant sur documents
- 7.8 Quand affiner un modèle, et quand s'en passer
- 7.9 Injection de consignes et tests d'attaque de son propre système
- 7.10 Anonymiser les données
- 7.11 Déployer une petite application
- 7.12 Surveiller coûts, erreurs et qualité
- 7.13 Interface simple pour un assistant
- 7.14 Synthèse de pratique du chapitre 7
Chapitre 8 — Bloc 8 : porter un projet en entreprise
- 8.1 Cadrer un projet d'IA : besoin, données, risques
- 8.2 Chiffrer un projet : gain, coût et décision
- 8.3 Présenter un dossier à des décideurs
- 8.4 Conduire le changement et former les équipes
- 8.5 Gouvernance et règles internes
- 8.6 Documenter un système d'IA
- 8.7 Mesurer le gain réel après déploiement
- 8.8 Auditer un système existant
- 8.9 Projet : écrire le cahier des charges
- 8.10 Projet : construire la première version
- 8.11 Projet : tester avec de vrais utilisateurs
- 8.12 Projet : corriger et documenter
- 8.13 Projet : présenter et défendre sa solution
- 8.14 Synthèse de pratique du chapitre 8
- 8.15 La pratique de toute la formation, l'examen final et l'exemple de pratique choisi par le stagiaire