Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Module 1 : Introduction à l’IA et à Google Gemini
- Qu’est-ce que l’intelligence artificielle (IA) ?
- Vue d’ensemble de Google Gemini AI et de son écosystème
- Fonctionnalités clés et avantages de Gemini par rapport à d’autres modèles d’IA
- Activité pratique : Découverte de Gemini AI via la démonstration Google AI Studio
Module 2 : Comprendre les grands modèles de langage (LLM)
- Fondamentaux des grands modèles de langage
- Architecture et fonctionnement des modèles Gemini
- Comparaison de Gemini avec GPT et d’autres modèles de référence
- Travail pratique : Visualisation de la tokenisation et des réponses du modèle à l’aide de prompts d’exemple
Module 3 : Démarrer avec Gemini
- Configuration de l’environnement de développement
- Utilisation de l’API et du SDK Gemini
- Authentification, jetons et clés API
- Travail pratique : Exécution de votre premier prompt Gemini en Python
Module 4 : Travailler avec les modèles Gemini
- Exploration des différents types et capacités des modèles Gemini
- Sélection des modèles appropriés pour les tâches de langage, d’images ou multimodales
- Initialisation et test des modèles génératifs
- Exercice pratique : Comparaison des sorties des modèles texte-vers-texte et image-vers-texte
Module 5 : Applications pratiques et cas d’usage
- Intégration de Gemini AI dans les applications de chat et de questions-réponses
- Développement d’outils de recherche sémantique et de résumés
- Utilisation éthique de l’IA et considérations sur les biais
- Projet de groupe : Construction d’un « Assistant de recherche intelligent » à l’aide de NotebookLM et de Gemini
Module 6 : Fonctions avancées et personnalisation
- Optimisation des prompts et gestion avancée du contexte
- Utilisation de Gemini pour la génération et le débogage de code
- Flux de travail de fine-tuning avec Google Cloud Vertex AI
- Activité pratique : Personnalisation des réponses du modèle à l’aide de paramètres et du contrôle de la température
Module 7 : Projets réels et collaboration
- Planification de projets collaboratifs et configuration des flux de travail
- Intégration de Gemini AI avec d’autres outils Google (Drive, Docs, Sheets)
- Projet d’équipe : Conception et déploiement d’une petite application IA (par exemple, un résumeur de contenu, un chatbot ou un générateur d’idées)
- Examen par les pairs et discussion des résultats du projet
Module 8 : Évaluation et orientations futures
- Dépannage des problèmes courants dans les projets Gemini
- Exploration de la feuille de route de l’API Gemini et des fonctionnalités à venir
- Bonnes pratiques pour la gouvernance et la scalabilité de l’IA
- Activité de clôture : Réflexion sur les leçons pratiques apprises et les applications professionnelles
Résumé et prochaines étapes
Pré requis
- Une compréhension des concepts de base de l’IA
- Une expérience des API et des services cloud
- Une expérience de la programmation en Python
Public cible
- Développeurs
- Scientifiques des données
- Passionnés d’IA
14 Heures
Nos clients témoignent (1)
Fluidez, ambiance et thème de la présentation
Lukasz Kowalczyk - Allegro Sp. z o.o.
Formation - Google Gemini AI for Data Analysis
Traduction automatique