Formation continue : Intelligence Artificielle
L'Intelligence Artificielle : De la Curiosité à l'Ingénierie Opérationnelle
L’Intelligence Artificielle n’est plus une promesse technologique lointaine, c’est une réalité qui redéfinit l'architecture même des Systèmes d'Information. Pour une entreprise, l'enjeu n'est plus seulement de savoir "utiliser ChatGPT", mais de savoir intégrer, sécuriser et déployer des modèles d'IA au cœur de sa propre infrastructure.
En tant qu'école spécialisée dans le numérique et l'informatique de pointe, nous abordons l'IA sous l'angle de l'expertise métier. Former vos collaborateurs à l'IA avec nous, c'est leur donner les clés pour transformer des volumes massifs de données en leviers de décision et d'automatisation.
Pourquoi investir dans la formation IA de vos équipes ?
-
L'Efficience Technique (IA-Augmented IT) : Permettre à vos développeurs et administrateurs d'intégrer l'IA dans leurs workflows pour automatiser le code, la documentation et la gestion d'infrastructure. C'est un gain de productivité immédiat de 20 à 30% sur les tâches à faible valeur ajoutée.
-
La Souveraineté et la Confidentialité des Données : Le risque majeur de l'IA est la fuite de secrets industriels. Nos formations apprennent à vos techniciens à déployer des modèles Open Source en local (On-premise), garantissant que vos données ne quittent jamais votre réseau.
-
La Sécurité de Nouvelle Génération (Cyber-IA) : Face à des attaques elles-mêmes boostées par l'IA, la défense doit s'armer des mêmes outils. Nous formons vos experts à utiliser le Machine Learning pour détecter des signaux faibles et contrer les menaces polymorphes.
-
L'Alignement Stratégique : Réduire le fossé entre les attentes des directions métiers et les possibilités réelles de la technique. Une équipe formée sait identifier les cas d'usage à fort ROI et écarter les projets irréalistes ou risqués (éthique, biais, conformité AI Act).
Nous structurons l'ensemble de notre offre pour répondre à tous les niveaux de maturité des organisations. L'ensemble de nos formations peut être modifié pour s'adapter aux besoins propres à votre entreprise et au public concerné (formation en inter, intra ou hybride, public technique ou vulgarisation, durée, sujets abordés, outils dédiés...).
Découvrir nos formations
COMPRENDRE l'IA : OUTILS, USAGES et ENJEUX STRATEGIQUES Maîtriser les fondamentaux pour décider et intégrer l'IA avec discernement (Ref. ADN/IA/01) Public : Cadres, chefs de projets, responsables de services, entrepreneurs. Prérequis : Aucun (culture générale du numérique souhaitée). Durée : 2 jours (14 heures). Approche : 40% Théorie conceptuelle / 30% Études de cas / 30% Ateliers pratiques environ Tarif Inter : 1250€ TTC par apprenant (nos tarifs sont dégressifs et adaptés selon le nombre d'apprenants). Minimum de 4 apprenants requis pour valider la formation. Objectifs Pédagogiques : -Distinguer l'IA, le Machine Learning et le Deep Learning sans jargon technique. - Identifier les cas d'usage concrets par secteur d'activité. -Comprendre les étapes d'un projet de données (Data Lifecycle). - Évaluer les risques éthiques et la conformité (RGPD, AI Act). - Savoir dialoguer avec des experts techniques (Data Scientists/Ingénieurs). Programme de la formation Jour 1 : Démystification et Mécanique de l'IA (7h) Le Grand Panorama de l'Intelligence Artificielle (3h30) - Histoire et Définitions : De l'IA symbolique à l'IA générative. Pourquoi maintenant ? (Puissance de calcul + Big Data). - La "Boîte Noire" ouverte Machine Learning : Apprendre par l'exemple (Supervisé vs Non-supervisé). - Deep Learning : Le principe simplifié des réseaux de neurones (comment l'IA "voit" ou "entend"). - Le rôle crucial de la Donnée : Pourquoi "Garbage In, Garbage Out" ? L'importance de la qualité et du nettoyage des données. L'IA au service du Métier (3h30) - Analyse et Prédiction : Anticiper les tendances (ventes, maintenance prédictive, churn client). - Automatisation des décisions : Scoring de crédit, détection de fraudes, diagnostic assisté. - L'IA Générative en entreprise : Texte, image, audio. Quels gains de productivité réels ? - Étude de cas : Analyse de la transformation d'un processus métier par l'IA (ex: Service Client ou Logistique). Jour 2 : Enjeux, Limites et Mise en Œuvre (7h) Éthique, Droit et Limites Techniques (3h30) - Les biais de l'IA : Comprendre comment l'IA peut reproduire des préjugés humains (recrutement, justice). - Le cadre réglementaire : Focus sur l'AI Act européen et le RGPD. Quelles obligations pour l'entreprise ? - Limites et Risques : Hallucinations des modèles, cybersécurité (attaques par empoisonnement de données) et impact environnemental. - Atelier : "Éthique by Design" – Évaluer la viabilité éthique d'un projet IA fictif. Piloter son projet d'intégration (3h30) - Méthodologie de projet IA : De l'idée au MVP (Minimum Viable Product). - Choisir ses outils : Solutions "sur étagère" (SaaS) vs développement sur mesure. - L'humain au centre : Accompagner le changement et monter en compétence (Upskilling). - Atelier Final : "Votre Roadmap IA" – Par petits groupes, définir un cas d'usage prioritaire dans votre structure, identifier les données nécessaires et les indicateurs de succès (KPI). Méthodes/Outils Pédagogiques - Démonstrations interactives : Utilisation d'outils No-Code (Teachable Machine, plateformes de prédiction simples). - Quiz d'auto-évaluation : Pour valider la compréhension des concepts clés. - Fiches de synthèse : "Aide-mémoire du décideur" pour poser les bonnes questions lors d'un devis ou d'un recrutement technique.
INGENIERIE DE l'IA GENERATIVE Du Prompt Engineering à l'Intégration d'Agents Intelligents (Ref. ADN/IA/02) Public : Développeurs, Administrateurs Systèmes, DevOps, Data Analysts. Prérequis : Bases en programmation (Python recommandé) et compréhension des concepts de base de l'IA (Machine Learning). Format : 3 jours (21 heures). Approche : 70% de pratique (Coding Labs & API Integration). Tarif Inter : 2300€ TTC par apprenant (nos tarifs sont dégressifs et adaptés selon le nombre d'apprenants). Minimum de 4 apprenants requis pour valider la formation. Programme de la formation Jour 1 : Consolidation des bases et Maîtrise des LLM (7h) L'objectif : Comprendre ce qui se passe "sous le capot" pour mieux piloter les modèles. - Rappel technique : Architecture des Transformers, mécanismes d'attention et gestion des "Tokens". - Panorama des modèles : Comparatif technique entre modèles fermés (GPT-4) et Open Source (Mistral, Llama 3) via Hugging Face. - Prompt Engineering Avancé : * Techniques de Chain-of-Thought et Few-Shot Prompting. - Paramétrage technique : Temperature, Top-P, Max Tokens. - TP : Mise en place d'un environnement de test Python et premières requêtes structurées (JSON) vers les API. Jour 2 : RAG & Vector Databases (7h) L'objectif : Connecter l'IA aux données privées de l'entreprise sans réentraîner le modèle. - Le concept de RAG (Retrieval-Augmented Generation) : Pourquoi et comment injecter du contexte externe. - Embeddings & Vectorisation : Transformer du texte en vecteurs mathématiques. - Bases de données vectorielles : Utilisation de Pinecone, Weaviate ou ChromaDB. - Orchestration avec LangChain : Créer des chaînes de traitement complexes. - TP : Créer un assistant technique capable de répondre à des questions en interrogeant une documentation PDF interne ou une base SQL. Jour 3 : Déploiement, Fine-Tuning et Sécurité (7h) L'objectif : Industrialiser l'IA et la rendre performante en production. - Fine-Tuning vs RAG : Quand est-il pertinent de réentraîner partiellement un modèle ? - Déploiement Local & Souveraineté : Faire tourner des modèles sur ses propres serveurs avec Ollama ou vLLM (pour la confidentialité des données). - Optimisation des coûts : Stratégies de cache et choix des modèles selon la complexité des tâches. - Sécurité des applications IA : Protection contre les Prompt Injections et fuites de données via les logs. - TP Final : Déploiement d'un agent IA autonome sur un serveur local, exposé via une API sécurisée. Approche "Product Ready" : On ne s'arrête pas à la discussion avec l'IA, on apprend à construire des logiciels qui utilisent l'IA. Outillage Moderne : Manipulation de librairies standards du marché (LangChain, Hugging Face, Python). Méthodologie "Hands-on" Chaque participant repart avec un "Starter Kit" de code Python prêt à l'emploi pour déployer un premier service IA au sein de son entreprise dès le lendemain.
Formation : CYBER-IA – INTELLIGENCE ARTIFICIELLE et CYBERSECURITE Automatiser la détection, la réponse et l’audit par l’IA (Ref. ADN/CYB/05) Public : Responsables SOC, Analystes Sécurité, Ingénieurs Système & Réseaux, Pentesters. Prérequis : Maîtrise des concepts de cybersécurité (SOC, SIEM, vulnérabilités) et bases en Python. Format : 3 jours (21 heures). Tarif Inter : 2800€ TTC par apprenant (nos tarifs sont dégressifs et adaptés selon le nombre d'apprenants). Minimum de 4 apprenants requis pour assurer la formation. Approche : 20% Veille stratégique / 80% Manipulation d'outils et Scripting IA environ Programme de la formation Jour 1 : L'IA au service de la Défense (Blue Team) (7h) L'objectif : Dépasser les règles statiques pour une détection comportementale. - Analyse de logs assistée par IA : Utiliser des modèles de classification pour identifier les anomalies (User Entity Behavior Analytics - UEBA). - Filtrage de mails intelligent : Entraîner des modèles pour détecter le phishing sophistiqué et les arnaques au président. - Automatisation du SOC (SOAR) : Utiliser l'IA pour trier les alertes et réduire la "fatigue des alertes". - TP : Création d'un script Python utilisant un modèle de Machine Learning (Scikit-learn) pour détecter des scans de ports ou des tentatives de brute-force dans un fichier de logs. Jour 2 : L'IA comme arme d'Attaque (Red Team) (7h) L'objectif : Comprendre comment les hackers détournent l'IA pour mieux s'en protéger. - Phishing à grande échelle : Comment les LLM génèrent des mails d'hameçonnage personnalisés et crédibles dans toutes les langues. - Malwares polymorphes : Utilisation de l'IA pour réécrire dynamiquement le code d'un virus afin d'échapper aux signatures des antivirus. - Deepfakes & Ingénierie Sociale : Usurpation d'identité vocale et vidéo pour contourner les validations humaines. - TP : Simulation (en environnement fermé) de génération de payloads obfusqués par IA et test de détection face à un antivirus classique. Jour 3 : Sécuriser les Systèmes d'IA (AI Security) (7h) L'objectif : Protéger les modèles d'IA de l'entreprise contre les attaques spécifiques. - Attaques par Empoisonnement (Data Poisoning) : Comment un attaquant peut corrompre l'apprentissage d'un modèle. - Injections de Prompts (Prompt Injections) : Manipuler une IA pour qu'elle révèle des données confidentielles ou contourne ses filtres de sécurité. - Audit de modèles : Utilisation d'outils comme Giskard ou Adversarial Robustness Toolbox (ART). - Conformité & IA : Les exigences de cybersécurité de l'AI Act européen. - TP Final : "Hacker l'IA" – Les stagiaires tentent d'extraire des données sensibles d'un chatbot interne via des techniques de manipulation de prompt. Pourquoi cette formation est indispensable pour vos experts ? - Anticipation : Les antivirus traditionnels sont dépassés par les attaques générées par IA. Vos techniciens doivent apprendre à utiliser des outils de détection "AI-Native". - Double Compétence : Elle apporte une expertise rare à la croisée du Data Engineering et de la Cyber. - Réduction du temps de réaction (MTTR) : Apprendre à automatiser la réponse sur incident grâce à l'IA permet de diviser par 10 le temps d'intervention. - Méthodologie "Ecole d'Experts" Nous utilisons des frameworks open source (Hugging Face, Scikit-learn, LangChain) pour que les stagiaires puissent réimplémenter ces solutions chez leurs clients sans coûts de licence prohibitifs.