Plan du cours

Module 1 : Introduction à l'IA et 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 : Exploration de Gemini AI via la démonstration Google AI Studio

Module 2 : Comprendre les grands modèles de langage (LLMs)

  • Fondamentaux des grands modèles de langage
  • L'architecture et le fonctionnement des modèles Gemini
  • Comparaison de Gemini avec GPT et d'autres modèles leaders
  • Laboratoire pratique : Visualisation de la tokenization et des réponses du modèle à l'aide de prompts d'exemple

Module 3 : Premiers pas avec Gemini

  • Mise en place de l'environnement de développement
  • Utilisation de l'API et du SDK Gemini
  • Authentification, jetons et clés API
  • Laboratoire pratique : Exécution de votre premier prompt Gemini à l'aide de Python

Module 4 : Travailler avec les modèles Gemini

  • Exploration des différents types de modèles Gemini et de leurs capacités
  • Sélection de modèles appropriés pour des tâches de langage, d'image 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 l'IA Gemini dans les applications de chat et de Q&A
  • Développement d'outils de recherche sémantique et de résumé
  • Utilisation éthique de l'IA et considérations sur le biais
  • Projet en groupe : Création d'un « Assistant de recherche intelligent » à l'aide de NotebookLM et Gemini

Module 6 : Fonctionnalités avancées et personnalisation

  • Optimisation des prompts et gestion avancée du contexte
  • Utilisation de Gemini pour la génération et le débogage de code
  • Workflows de fine-tuning avec Google Cloud Vertex AI
  • Activité pratique : Personnalisation des réponses du modèle à l'aide de paramètres et de contrôle de température

Module 7 : Projets et collaboration dans le monde réel

  • Planification collaborative de projets et mise en place des workflows
  • Intégration de l'IA Gemini avec d'autres outils Google (Drive, Docs, Sheets)
  • Projet en équipe : Conception et déploiement d'une petite application IA (par exemple, résumateur de contenu, chatbot ou générateur d'idées)
  • Examen par les pairs et discussion sur les résultats du projet

Module 8 : Évaluation et perspectives futures

  • Résolution 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 leurs applications professionnelles

Résumé et étapes suivantes

Pré requis

  • Une compréhension des concepts de base de l'IA
  • Une expérience avec les API et les services cloud
  • Une expérience en programmation Python

Public cible

  • Développeurs
  • Data scientists
  • Enthusiastes de l'IA
 14 Heures

Nombre de participants


Prix ​​par Participant

Nos clients témoignent (1)

Cours à venir

Catégories Similaires