Formation SDK CANN pour les pipelines de vision par ordinateur et de NLP
Le SDK CANN (Compute Architecture for Neural Networks) fournit des outils puissants de déploiement et d'optimisation pour les applications d'IA en temps réel en vision par ordinateur et en NLP (traitement du langage naturel), en particulier sur le matériel Huawei Ascend.
Cette formation en direct animée par un instructeur (en ligne ou sur site) s'adresse aux praticiens de l'IA de niveau intermédiaire souhaitant créer, déployer et optimiser des modèles de vision et de langage à l'aide du SDK CANN pour des cas d'utilisation en production.
À l'issue de cette formation, les participants seront capables de :
- Déployer et optimiser les modèles CV et NLP à l'aide de CANN et d'AscendCL.
- Utiliser les outils CANN pour convertir les modèles et les intégrer dans des pipelines en direct.
- Optimiser les performances d'inférence pour des tâches telles que la détection, la classification et l'analyse des sentiments.
- Construire des pipelines CV/NLP en temps réel pour des scénarios de déploiement en périphérie (edge) ou dans le cloud.
Format de la formation
- Cours interactif et démonstrations.
- Ateliers pratiques avec déploiement de modèles et profilage des performances.
- Conception de pipelines en direct à l'aide de cas d'utilisation CV et NLP réels.
Options de personnalisation de la formation
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter afin de l'organiser.
Plan du cours
Introduction au déploiement CV/NLP avec CANN
- Cycle de vie des modèles d'IA, de l'entraînement au déploiement
- Considérations clés de performance pour les CV et NLP en temps réel
- Aperçu des outils SDK CANN et de leur rôle dans l'intégration des modèles
Préparation des modèles CV et NLP
- Exportation des modèles depuis PyTorch, TensorFlow et MindSpore
- Gestion des entrées/sorties des modèles pour les tâches d'image et de texte
- Utilisation d'ATC pour convertir les modèles au format OM
Déploiement des pipelines d'inférence avec AscendCL
- Exécution de l'inférence CV/NLP à l'aide de l'API AscendCL
- Pipelines de prétraitement : redimensionnement d'images, tokenisation, normalisation
- Post-traitement : boîtes englobantes, scores de classification, sortie de texte
Techniques d'optimisation des performances
- Profilage des modèles CV et NLP à l'aide des outils CANN
- Réduction de la latence grâce à la précision mixte et au réglage par lots
- Gestion de la mémoire et du calcul pour les tâches de flux continu
Cas d'utilisation en vision par ordinateur
- Étude de cas : détection d'objets pour la vidéosurveillance intelligente
- Étude de cas : inspection visuelle de la qualité dans la fabrication
- Création de pipelines d'analyse vidéo en direct sur Ascend 310
Cas d'utilisation en NLP
- Étude de cas : analyse des sentiments et détection d'intention
- Étude de cas : classification et résumé de documents
- Intégration NLP en temps réel avec les API REST et les systèmes de messagerie
Résumé et prochaines étapes
Pré requis
- Connaissance des apprentissages profonds pour la vision par ordinateur ou la NLP
- Expérience avec Python et des frameworks d'IA tels que TensorFlow, PyTorch ou MindSpore
- Compréhension de base des workflows de déploiement de modèles ou d'inférence
Public cible
- Professionnels de la vision par ordinateur et de la NLP utilisant la plateforme Huawei Ascend
- Data scientists et ingénieurs IA développant des modèles de perception en temps réel
- Développeurs intégrant des pipelines CANN dans la fabrication, la vidéosurveillance ou l'analyse de médias
Les formations ouvertes requièrent plus de 3 participants.
Formation SDK CANN pour les pipelines de vision par ordinateur et de NLP - Réservation
Formation SDK CANN pour les pipelines de vision par ordinateur et de NLP - Demande de renseignements
SDK CANN pour les pipelines de vision par ordinateur et de NLP - Demande d'informations consulting
Cours à venir
Cours Similaires
LangGraph Avancé : Optimisation, Débogage et Surveillance de Graphes Complexe
35 HeuresLangGraph est un framework permettant de construire des applications LLM multicanales et persistantes sous forme de graphes composites, dotés d'un état persistant et d'un contrôle précis de l'exécution.
Cette formation en présentiel ou à distance, animée par un instructeur, s'adresse aux ingénieurs de plateforme IA de niveau avancé, aux DevOps spécialisés en IA et aux architectes ML souhaitant optimiser, déboguer, surveiller et exploiter des systèmes LangGraph de qualité production.
À l'issue de cette formation, les participants seront capables de :
- Concevoir et optimiser des topologies LangGraph complexes pour la rapidité, les coûts et l'évolutivité.
- Garantir la fiabilité grâce aux mécanismes de nouvelle tentative (retries), aux délais d'expiration, à l'idempotence et à la reprise basée sur des points de contrôle.
- Déboguer et tracer l'exécution des graphes, inspecter l'état et reproduire systématiquement les problèmes en environnement production.
- Instrumenter les graphes avec des journaux, des métriques et des traces, déployer en production et surveiller les SLA ainsi que les coûts.
Format de la formation
- Cours interactifs et discussions.
- Nombreux exercices et pratique.
- Mise en œuvre concrète dans un environnement de laboratoire en temps réel.
Options de personnalisation de la formation
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter afin d'organiser cela.
Création d'agents de codage avec Devstral : de la conception d'agents aux outils
14 HeuresDevstral est un framework open-source conçu pour créer et exécuter des agents de codage capables d'interagir avec des bases de code, des outils de développement et des APIs afin d'améliorer la productivité des ingénieurs.
Cette formation en direct dirigée par un instructeur (en ligne ou en présentiel) s'adresse aux ingénieurs ML de niveau intermédiaire à avancé, aux équipes d'outils de développement et aux SRE qui souhaitent concevoir, implémenter et optimiser des agents de codage à l'aide de Devstral.
À l'issue de cette formation, les participants seront capables de :
- Configurer et paramétrer Devstral pour le développement d'agents de codage.
- Concevoir des workflows agents pour l'exploration et la modification des bases de code.
- Intégrer les agents de codage avec les outils de développement et les APIs.
- Appliquer les meilleures pratiques pour un déploiement sécurisé et efficace des agents.
Format de la formation
- Cours interactifs et débats.
- Nombreux exercices et mises en pratique.
- Implémentation concrète dans un environnement de laboratoire en direct.
Options de personnalisation de la formation
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter afin d'en convenir.
Open-Source Model Ops : Auto-hébergement, affinement et gouvernance avec les modèles Devstral et Mistral
14 HeuresLes modèles Devstral et Mistral sont des technologies d'IA open-source conçues pour un déploiement flexible, un affinement et une intégration évolutive.
Ce formation en présentiel (en ligne ou sur site) s'adresse aux ingénieurs ML de niveau intermédiaire à avancé, aux plateformes d'ingénierie et aux ingénieurs de recherche souhaitant auto-héberger, affiner et gouverner les modèles Mistral et Devstral dans des environnements de production.
À l'issue de cette formation, les participants seront en mesure de :
- Configurer et déployer des environnements auto-hébergés pour les modèles Mistral et Devstral.
- Appliquer des techniques d'affinement pour optimiser les performances spécifiques à un domaine.
- Mettre en œuvre la gestion de versions, le suivi et la gouvernance du cycle de vie.
- Assurer la sécurité, la conformité et l'utilisation responsable des modèles open-source.
Format de la formation
- Cours interactifs et discussions.
- Exercices pratiques sur l'auto-hébergement et l'affinement.
- Mise en œuvre en direct de pipelines de gouvernance et de surveillance.
Options de personnalisation de la formation
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter afin de coordonner.
Développement de la reconnaissance faciale par IA pour les forces de l'ordre
21 HeuresCette formation en présentiel ou en ligne, animée par un formateur, à Belgique s'adresse au personnel des forces de l'ordre débutant souhaitant passer du dessin manuel de profils à l'utilisation d'outils d'IA pour développer des systèmes de reconnaissance faciale.
À l'issue de cette formation, les participants seront en mesure de :
- Comprendre les fondamentaux de l'intelligence artificielle et de l'apprentissage automatique.
- Apprendre les bases du traitement d'images numériques et leur application dans la reconnaissance faciale.
- Développer des compétences dans l'utilisation d'outils et de frameworks d'IA pour créer des modèles de reconnaissance faciale.
- Acquérir une expérience pratique dans la création, l'entraînement et le test de systèmes de reconnaissance faciale.
- Comprendre les considérations éthiques et les bonnes pratiques relatives à l'utilisation de la technologie de reconnaissance faciale.
Fiji : Introduction au traitement d'images scientifiques
21 HeuresFiji est un puissant package de traitement d'images open-source qui regroupe ImageJ (un programme conçu pour les images scientifiques multidimensionnelles) ainsi qu'une suite complète de plugins pour l'analyse d'images scientifiques.
Lors de cette formation en présentiel encadrée par un formateur, les participants apprendront à exploiter la distribution Fiji et son programme sous-jacent ImageJ pour créer des applications d'analyse d'images robustes.
À l'issue de cette formation, les participants seront en mesure de :
- Utiliser les fonctionnalités de programmation avancées et les composants logiciels de Fiji pour étendre les capacités d'ImageJ
- Assembler de grandes images 3D à partir de tuiles se chevauchant
- Automatiser la mise à jour d'une installation de Fiji au démarrage via le système de mise à jour intégré
- Choisir parmi une large sélection de langages de script pour développer des solutions d'analyse d'images personnalisées
- Utiliser les bibliothèques puissantes de Fiji, telles qu'ImgLib, pour traiter efficacement de grands ensembles de données bioimages
- Déployer des applications et collaborer efficacement avec d'autres scientifiques sur des projets similaires
Format de la formation
- Cours interactif et discussions
- Exercices étendus et application pratique
- Mise en œuvre pratique dans un environnement de laboratoire en direct
Options de personnalisation de la formation
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter afin d'en convenir.
Fidji : Traitement d'images pour la biotechnologie et la toxicologie
14 HeuresCette formation en présentiel ou à distance en Belgique, animée par un instructeur, s'adresse aux chercheurs de niveau débutant à intermédiaire ainsi qu'aux professionnels de laboratoire souhaitant traiter et analyser des images liées aux tissus histologiques, aux cellules sanguines, aux algues et à d'autres échantillons biologiques.
À l'issue de cette formation, les participants seront capables de :
- Naviguer dans l'interface Fiji et utiliser les fonctions principales d'ImageJ.
- Prétraiter et améliorer les images scientifiques pour faciliter leur analyse.
- Analyser les images quantitativement, y compris le comptage cellulaire et la mesure de surface.
- Automatiser les tâches répétitives à l'aide de macros et de plugins.
- Personnaliser les flux de travail en fonction des besoins spécifiques de l'analyse d'images en recherche biologique.
Applications de LangGraph dans le secteur financier
35 HeuresLangGraph est un cadre de travail permettant de concevoir des applications LLM multi-acteurs avec état, sous forme de graphes composites disposant d'un état persistant et d'un contrôle sur l'exécution.
Cette formation en direct, encadrée par un formateur (en ligne ou sur site), s'adresse à des professionnels de niveau intermédiaire à avancé souhaitant concevoir, mettre en œuvre et gérer des solutions financières basées sur LangGraph, en garantissant une gouvernance, une observabilité et une conformité appropriées.
À l'issue de cette formation, les participants seront capables de :
- Concevoir des flux de travail LangGraph spécifiques au secteur financier, conformes aux exigences réglementaires et aux audits.
- Intégrer les normes et ontologies des données financières dans l'état des graphes et les outils associés.
- Mettre en œuvre des contrôles de fiabilité, de sécurité et des mécanismes d'intervention humaine pour les processus critiques.
- Déployer, surveiller et optimiser les systèmes LangGraph pour garantir des performances, un coût maîtrisé et le respect des SLA.
Format de la formation
- Cours interactif et discussions.
- Nombreux exercices et mises en pratique.
- Implémentation pratique dans un environnement de laboratoire en direct.
Options de personnalisation de la formation
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter afin d'en convenir.
Fondamentaux de LangGraph : Saisonnage d’invocations et enchaînement de LLM basés sur les graphes
14 HeuresLangGraph est un cadre de travail pour créer des applications LLM structurées sous forme de graphes, offrant la planification, la bifurcation, l’utilisation d’outils, la mémoire et un exécution contrôlable.
Ce cours en présentiel (en ligne ou sur site) est destiné aux développeurs débutants, ingénieurs en prompt et professionnels des données souhaitant concevoir et mettre en place des workflows LLM multi-étapes fiables à l’aide de LangGraph.
À l’issue de cette formation, les participants seront capables de :
- Expliquer les concepts fondamentaux de LangGraph (nœuds, arêtes, état) et leurs cas d’utilisation.
- Construire des chaînes d’invocations capables de se bifurquer, d’appeler des outils et de maintenir la mémoire.
- Intégrer le processus de retrieval et des API externes dans des workflows structurés en graphe.
- Tester, déboguer et évaluer des applications LangGraph pour garantir fiabilité et sécurité.
Format du cours
- Conférence interactive et discussions guidées.
- Labos guidés et parcours de code dans un environnement sandbox.
- Exercices basés sur des scénarios de conception, tests et évaluation.
Options de personnalisation du cours
- Pour demander une formation personnalisée, veuillez nous contacter afin d’organiser cela.
LangGraph dans la santé : orchestration de flux de travail pour les environnements réglementés
35 HeuresLangGraph permet de créer des flux de travail étatful (état conservé) multi-acteurs, alimentés par des LLM, avec un contrôle précis des chemins d’exécution et de la persistance des données. Dans le secteur de la santé, ces capacités sont essentielles pour assurer la conformité, l’interopérabilité et le développement de systèmes d’aide à la décision alignés sur les flux de travail médicaux.
Cette formation en présentiel ou à distance, animée par un formateur, s’adresse aux professionnels de niveau intermédiaire à avancé souhaitant concevoir, mettre en œuvre et gérer des solutions de santé basées sur LangGraph, tout en relevant les défis réglementaires, éthiques et opérationnels.
À l’issue de cette formation, les participants seront capables de :
- Concevoir des workflows LangGraph spécifiques au secteur de la santé en ayant à l’esprit la conformité et la traçabilité.
- Intégrer des applications LangGraph avec les ontologies et normes médicales (FHIR, SNOMED CT, ICD).
- Appliquer les bonnes pratiques de fiabilité, de traçabilité et d’explicabilité dans des environnements sensibles.
- Déployer, surveiller et valider des applications LangGraph dans des environnements de production healthcare.
Format de la formation
- Cours interactif et séances de discussion.
- Exercices pratiques avec des études de cas réels.
- Pratique de mise en œuvre dans un environnement de laboratoire en temps réel.
Options de personnalisation de la formation
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter afin d’organiser cela.
LangGraph pour les applications juridiques
35 HeuresLangGraph est un framework permettant de construire des applications LLM stateful multi-agents sous forme de graphes composables, avec un état persistant et un contrôle précis de l'exécution.
Cette formation en présentiel ou à distance, dispensée par un formateur expert, s'adresse aux professionnels de niveau intermédiaire à avancé souhaitant concevoir, implémenter et exploiter des solutions juridiques basées sur LangGraph, tout en intégrant les contrôles de conformité, de traçabilité et de gouvernance nécessaires.
À l'issue de cette formation, les participants seront capables de :
- Concevoir des workflows LangGraph spécifiques au domaine juridique, en préservant l'auditabilité et la conformité.
- Intégrer des ontologies juridiques et des normes documentaires dans l'état du graphe et le traitement des données.
- Implémenter des garde-fous, des validations humaines et des chemins de décision traçables.
- Déployer, monitorer et maintenir les services LangGraph en production, avec des capacités d'observabilité et de maîtrise des coûts.
Format de la formation
- Cours interactif et discussions.
- Nombreux exercices et mises en pratique.
- Implémentation pratique dans un environnement de laboratoire en direct.
Options de personnalisation de la formation
- Pour demander une formation personnalisée sur ce sujet, veuillez nous contacter afin d'en convenir.
Construire des flux de travail dynamiques avec LangGraph et des agents LLM
14 HeuresLangGraph est un cadre de travail pour composer des flux de travail basés sur des graphiques qui prennent en charge les branches, l'utilisation d'outils, la mémoire et l'exécution contrôlable.
Cette formation animée par un instructeur (en ligne ou en présentiel) s'adresse aux ingénieurs de niveau intermédiaire et aux équipes produit qui souhaitent combiner la logique de graphiques de LangGraph avec les boucles d'agents LLM pour construire des applications dynamiques et sensibles au contexte, telles que des agents de support client, des arbres de décision et des systèmes de récupération d'informations.
À l'issue de cette formation, les participants seront capables de :
- Concevoir des flux de travail basés sur des graphiques qui coordonnent les agents LLM, les outils et la mémoire.
- Mettre en œuvre un routage conditionnel, des tentatives de reprise et des solutions de secours pour une exécution robuste.
- Intégrer la récupération, les APIs et les sorties structurées dans les boucles d'agents.
- Évaluer, surveiller et renforcer le comportement des agents pour garantir fiabilité et sécurité.
Format du cours
- Cours interactif et discussion animée.
- Pratiques guidées et explications de code dans un environnement de type bac à sable.
- Exercices de conception basés sur des scénarios et revues par les pairs.
Options de personnalisation du cours
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter afin d'organiser cela.
LangGraph pour l'automatisation du marketing
14 HeuresLangGraph est un framework d'orchestration basé sur les graphes qui permet de concevoir des workflows conditionnels et multi-étapes impliquant des LLM et des outils, idéal pour automatiser et personnaliser les pipelines de contenu.
Cette formation en présentiel ou en ligne, animée par un instructeur, s'adresse aux marketeurs de niveau intermédiaire, stratèges en contenu et développeurs en automatisation souhaitant mettre en œuvre des campagnes d'e-mailing dynamiques avec des branchements complexes ainsi que des pipelines de génération de contenu à l'aide de LangGraph.
À l'issue de cette formation, les participants seront capables de :
- Concevoir des workflows de contenu et d'e-mailing structurés sous forme de graphe avec une logique conditionnelle.
- Intégrer des LLM, des API et des sources de données pour une personnalisation automatisée.
- Gérer l'état, la mémoire et le contexte au sein de campagnes multi-étapes.
- Évaluer, surveiller et optimiser les performances des workflows et les résultats de livraison.
Format de la formation
- Conférences interactives et discussions de groupe.
- Travaux pratiques sur la mise en œuvre de workflows d'e-mailing et de pipelines de contenu.
- Exercices basés sur des scénarios traitant de la personnalisation, du segmentation et de la logique de branchement.
Options de personnalisation de la formation
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter afin d'en convenir.
Le Chat Enterprise : ChatOps privé, intégrations et contrôles administratifs
14 HeuresLe Chat Enterprise est une solution de ChatOps privée offrant des capacités d'IA conversationnelle sécurisées, personnalisables et gouvernées pour les organisations. Elle prend en charge les contrôles d'accès basés sur les rôles (RBAC), l'authentification unique (SSO), les connecteurs ainsi que l'intégration avec des applications d'entreprise.
Cette formation pratique, animée par un instructeur (en ligne ou sur site), s'adresse aux chefs de produit de niveau intermédiaire, aux responsables informatiques, aux ingénieurs solution et aux équipes sécurité/conformité souhaitant déployer, configurer et gouverner Le Chat Enterprise dans des environnements d'entreprise.
À l'issue de cette formation, les participants seront en mesure de :
- Installer et configurer Le Chat Enterprise pour des déploiements sécurisés.
- Activer le RBAC, le SSO ainsi que les contrôles liés à la conformité.
- Intégrer Le Chat Enterprise aux applications et aux bases de données d'entreprise.
- Concevoir et mettre en œuvre des jeux de rôles administratifs et des playbook de gouvernance pour le ChatOps.
Format du cours
- Cours interactif et débats.
- De nombreux exercices et mises en pratique.
- Implémentation concrète dans un environnement de laboratoire en direct.
Options de personnalisation du cours
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter afin de l'organiser.
Python et Deep Learning avec OpenCV 4
14 HeuresCette formation en direct, encadrée par un formateur à Belgique (en ligne ou en présentiel), s'adresse aux ingénieurs logiciel souhaitant programmer en Python avec OpenCV 4 pour le deep learning.
À l'issue de cette formation, les participants seront capables de :
- Visualiser, charger et classifier des images et des vidéos à l'aide d'OpenCV 4.
- Mettre en œuvre le deep learning dans OpenCV 4 avec TensorFlow et Keras.
- Exécuter des modèles de deep learning et générer des rapports pertinents à partir d'images et de vidéos.
Vision Builder pour l'Inspection Automatisée
35 HeuresCette formation en présentiel ou en ligne, animée par un instructeur dans Belgique, s'adresse aux professionnels de niveau intermédiaire souhaitant utiliser Vision Builder AI pour concevoir, mettre en œuvre et optimiser des systèmes d'inspection automatisée pour les procédés SMT (Technologie de Montage en Surface).
À l'issue de cette formation, les participants seront en mesure de :
- Configurer et paramétrer des inspections automatisées à l'aide de Vision Builder AI.
- Acquérir et prétraiter des images de haute qualité pour analyse.
- Mettre en œuvre des décisions basées sur la logique pour la détection des défauts et la validation des procédés.
- Générer des rapports d'inspection et optimiser les performances du système.