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) ?
- Aperçu de Google Gemini IA et de son écosystème
- Fonctionnalités clés et avantages de Gemini par rapport à d'autres modèles d'IA
- Activité pratique : Explorer Gemini IA 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 leaders
- Laboratoire pratique : Visualiser la tokenisation et les réponses du modèle à l'aide d'invitations d'exemple
Module 3 : Démarrer avec Gemini
- Configuration de l'environnement de développement
- Travailler avec l'API et le SDK de Gemini
- Authentification, jetons et clés API
- Laboratoire pratique : Lancer votre première invitation Gemini en utilisant Python
Module 4 : Travailler avec les modèles Gemini
- Explorer les différents types de modèles Gemini et leurs capacités
- Choisir les modèles appropriés pour les tâches linguistiques, visuelles ou multimodales
- Initialisation et test des modèles génératifs
- Exercice pratique : Comparer les sorties des modèles texte-à-texte et image-à-texte
Module 5 : Applications pratiques et cas d'usage
- Intégration de Gemini IA dans des 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 : Construire un « Assistant de recherche intelligent » à l'aide de NotebookLM et de Gemini
Module 6 : Fonctionnalités avancées et personnalisation
- Optimisation des invitations (prompts) et gestion avancée du contexte
- Utilisation de Gemini pour la génération et le débogage de code
- Fine-tuning des flux de travail avec Google Cloud Vertex AI
- Activité pratique : Personnaliser les réponses du modèle en utilisant des paramètres et le contrôle de la température
Module 7 : Projets réels et collaboration
- Planification de projet collaboratif et configuration du flux de travail
- Intégration de Gemini IA avec d'autres outils Google (Drive, Docs, Sheets)
- Projet d'équipe : Concevoir et déployer une petite application IA (par exemple, un résumateur de contenu, un chatbot ou un générateur d'idées)
- Revue par les pairs et discussion des résultats du projet
Module 8 : Évaluation et perspectives d'avenir
- Dépannage des problèmes courants dans les projets Gemini
- Exploration de la feuille de route de l'API Gemini et des fonctionnalités à venir
- Meilleures pratiques pour la gouvernance de l'IA et la scalabilité
- Activité de clôture : Réflexion sur les leçons pratiques apprises et les applications professionnelles
Résumé et prochaines étapes
Pré requis
- Compréhension des concepts fondamentaux de l'IA
- Expérience avec les API et les services cloud
- Expérience en programmation Python
Audience 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