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 et théorie de l'IA
- L'approche basée sur les modèles : L'IA comme problème d'ingénierie.
- Démystifier le « fantôme dans la machine » : Ce qu'est l'IA par rapport à ce qu'elle n'est pas.
- L'évolution de la technologie : De BERT aux Transformers.
- Domaines génératifs : Analyse, création, recherche, image, musique et vidéo.
- Gouvernance des données : Piliers, audits et tendances de recherche (Multimodalité, Agents, RAG, LLM vs SLM).
- Le côté sombre : Éthique, propriété intellectuelle, biais, hallucinations et ingénierie sociale.
- Évaluation des risques : Empoisonnement des données, Nepenthes et le risque de « nivellement par le bas » des talents humains.
- Taxonomie des modèles : Fondamentaux vs spécifiques à une tâche ; modèles à poids fermés vs à poids ouverts.
Module 2 : Paysage actuel et outils
- L'arène des modèles de langage : Comparaison des performances et des benchmarks.
- Critères d'achat professionnels : Coût, latence, confidentialité et verrouillage fournisseur.
- Aperçu des grands modèles : OpenAI ChatGPT, Perplexity, Gemini et Grok.
- Modèles de niche et petits modèles : Manus, SpecKit.
- Génération graphique : Perchance
- Contraintes techniques : Dérive du contexte vs coût des tokens.
Module 3 : Interaction - Ingénierie des prompts et du contexte
- Le cadre de vérification : Exhaustivité, cohérence et vérifiabilité.
- La stratégie RAG : Quand utiliser la Génération Augmentée par Récupération (RAG) par rapport au fine-tuning.
- Retour sur investissement de l'IA : Coûts de maintenance vs gains de productivité.
- Techniques avancées : Plus de 20 méthodes de prompts et de RAG avec des exemples concrets.
- Frontières expérimentales : Triangulation, aperçu de la carte et du terrain, et génération basée sur les modèles.
Module 4 : L'IA dans la gestion de projet Agile
- Le pilote surpuissant : L'IA comme moteur d'automatisation.
- Prise de décision : Responsabilité humaine vs assistance par l'IA.
- AIOps et GitOps : Intégration de l'IA dans le flux de travail opérationnel.
- Chaînes d'outils et pipelines : Création d'un environnement fluide piloté par l'IA.
- Artefacts Agile : Backlog, feuille de route et ingénierie des exigences.
- Gestion de précision : Planification des capacités et estimations (Précision vs Fidélité).
- Propriété produit : Idéation, analyse des fonctionnalités et risques liés au « vibe-coding ».
- Risques et scénarios : Planification des « et si » et gestion automatisée des risques.
- Affinage : Description et affinage des cas d'utilisation et des user stories.
Pré requis
- Une compréhension de base du Manifeste Agile et du cadre Scrum.
- Une expérience en gestion de projet, en propriété produit ou en leadership d'équipe.
- Aucune expérience préalable en programmation ou en ingénierie de l'IA n'est requise, bien qu'une familiarité générale avec les outils numériques soit recommandée.
Public cible
- Chefs de projet Agile et Maîtres Scrum.
- Product Owners et Directeurs de produit.
- Chefs d'équipe IT et Chefs de livraison.
- Analystes métier travaillant dans des environnements Agile.
- Responsables opérationnels intéressés par l'AIOps.
7 Heures
Nos clients témoignent (2)
Le formateur est patient et très aidant. Il maîtrise bien le sujet.
CLIFFORD TABARES - Universal Leaf Philippines, Inc.
Formation - Agentic AI for Business Automation: Use Cases & Integration
Traduction automatique
Capable de s'adapter en fonction des suggestions du public, par exemple en créant un scénario d'agent IA en temps réel.
Brett McLaren - Zoll Itamar
Formation - ChatGPT for Productivity: A Beginner’s Guide
Traduction automatique
