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 Google Gemini
- Qu'est-ce que l'intelligence artificielle (IA) ?
- Aperçu de Google Gemini AI et de son écosystème
- Caractéristiques clés et avantages de Gemini par rapport aux autres modèles d'IA
- Activité pratique : Découverte de Gemini AI via la démo Google AI Studio
Module 2 : Comprendre les modèles de langage de grande taille (LLM)
- Fondamentaux des modèles de langage de grande taille
- Architecture et fonctionnement des modèles Gemini
- Comparaison de Gemini avec GPT et d'autres modèles leaders
- Laboratoire pratique : Visualisation de la tokenisation et des réponses du modèle à l'aide de prompts d'exemple
Module 3 : Premiers pas avec Gemini
- Configuration de l'environnement de développement
- Utilisation de l'API et du SDK Gemini
- Authentification, jetons et clés API
- Laboratoire pratique : Exécution de votre première requête Gemini en Python
Module 4 : Utilisation des modèles Gemini
- Découverte des différents types et capacités des modèles Gemini
- Sélection des modèles appropriés pour les tâches textuelles, image ou multimodales
- Initialisation et test des modèles génératifs
- Exercice pratique : Comparaison des sorties texte-à-texte et image-à-texte des modèles
Module 5 : Applications pratiques et cas d'usage
- Intégration de Gemini AI dans des applications de chat et de questions-réponses
- Développement d'outils de recherche sémantique et de résumé
- Utilisation éthique de l'IA et considérations relatives aux biais
- Projet de groupe : Concevoir un « Assistant de recherche intelligent » en utilisant 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
- Travaux 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 collaborative de projets et configuration des flux de travail
- Intégration de Gemini AI avec d'autres outils Google (Drive, Docs, Sheets)
- Projet d'équipe : Concevoir et déployer une petite application IA (par exemple, résumeur de contenu, chatbot ou générateur d'idées)
- Revue par les pairs et discussion des résultats des projets
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
- Meilleures pratiques pour la gouvernance et la scalabilité de l'IA
- Activité de clôture : Réflexion sur les leçons pratiques acquises et leurs applications professionnelles
Synthèse et prochaines étapes
Pré requis
- Comprendre les concepts de base de l'IA
- Expérience avec les API et les services cloud
- Expérience en programmation 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