Aller au contenu
Docaposte Institute
Afficher la barre de recherche
Présentiel Distanciel

Formation Du Machine Learning aux LLMs, Evolution des modèles et impacts

Mieux comprendre les LLMs pour mesurer ce que leur adoption change vraiment dans vos projets, vos équipes et vos choix d’architecture.

Référence formation :
MOD_20261875
Durée :
14 heures
Satisfaction :
Prix :
1580 € HT
Pré-inscription

Présentation de la formation

Cette formation intermédiaire explore l’évolution des modèles d’intelligence artificielle, depuis les approches traditionnelles du Machine Learning jusqu’aux modèles de grande taille (LLMs). Sur deux jours, les participants analyseront les architectures, la montée en complexité des modèles et les impacts techniques, organisationnels et métiers.

Objectifs pédagogiques

  • Analyser les évolutions structurantes des modèles ML aux modèles profonds
  • Mettre en œuvre les notions clés permettant de comprendre les réseaux neuronaux
  • Configurer une compréhension claire du fonctionnement des LLMs
  • Évaluer les impacts techniques, métiers et stratégiques de l’usage des LLMs

Public visé

  • Data Analysts et Data Scientists débutants à intermédiaires
  • Chefs de projet IA et innovation
  • Ingénieurs et développeurs souhaitant renforcer leur culture IA

Prérequis

  • Bases en Python
  • Notions générales en Machine Learning

Jour 1 – De l’apprentissage traditionnel aux réseaux neuronaux

 

Session du matin :

  • Modèles ML classiques : régression, arbres, SVM
  • Limites des modèles traditionnels
  • Introduction aux réseaux neuronaux : perceptron, couches, propagation

 

Session de l’après-midi :

  • Architectures modernes : CNN, RNN, encodeurs/décodeurs
  • Le concept d’embeddings
  • Démonstration : entraînement d’un petit réseau neuronal

 

 

TP / Exercice :

  • Comparaison entre un modèle ML classique et un réseau neuronal simple

 

 

Points clés & takeaways :

  • Compréhension de l’évolution ML → Deep Learning
  • Vision claire du fonctionnement général d’un réseau neuronal

 

 

Jour 2 – Apparition des LLMs et impacts sur les organisations

 

Session du matin :

  • Architecture Transformer : self-attention, encoder/decoder
  • L’émergence des LLMs : GPT, BERT, modèles open source
  • Préentraînement, fine-tuning, prompting

 

Session de l’après-midi :

  • Impacts métiers : productivité, automatisation, nouveaux usages
  • Impacts techniques : gouvernance, sécurité, coûts, données
  • Atelier : analyse structurée d’un cas d’usage LLM

 

 

TP / Exercice :

  • Analyse complète d’un cas d’usage incluant risques, bénéfices et choix de modèle

 

 

Points clés & takeaways :

  • Vision claire des bénéfices / limites des LLMs
  • Capacité à identifier les impacts et opportunités pour l’organisation
Télécharger le programme .pdf

Dernière mise à jour le 24 septembre 2026

Prochaines sessions

Modalités pratiques et pédagogiques

Docaposte Institute propose plusieurs dispositifs pédagogiques adaptés aux apprenants :

  • Formation en présentiel
    • En groupe (inter-entreprises ou intra-entreprise)
    • En individuel (monitorat)
    • En journée ou en cours du soir (sur demande spécifique)
  • Formation en distanciel
    • Distanciel synchrone
    • Distanciel asynchrone

  • Alternance d’apports théoriques et de mises en pratique contextualisées.
  • Progression pédagogique structurée, de la compréhension à la mise en œuvre opérationnelle.
  • Pédagogie immersive favorisant une mise en application immédiate des compétences.
  • Formation interactive et participative s’appuyant sur des ateliers pratiques, études de cas et échanges collectifs (+ 60 % du temps de formation.)
  • Séquences pédagogiques rythmées et évaluations formatives régulières pour renforcer l’ancrage des apprentissages.
  • Supports de cours, ressources documentaires et références mis à disposition par le formateur

En amont de la formation (évaluation en ligne dans l’extranet apprenant)

  • Recueil des besoins et des attentes des participants.
  • Auto-positionnement permettant d’évaluer le niveau initial des apprenants.

 

Tout au long de la formation

  • Évaluations continues réalisées par le formateur à travers des questions orales, exercices, QCM, études de cas et mises en situation pratiques.

À l’issue de la formation (évaluations en ligne dans l’extranet apprenant)

  • Auto-positionnement afin de mesurer l’acquisition des compétences visées.
  • Validation de l’acquisition des compétences par le formateur
  • Questionnaire de satisfaction « à chaud » à l’issue de la formation
  • Questionnaire de satisfaction « à froid », 45 jours après la formation afin d’évaluer l’ancrage des acquis et leur mise en application en situation professionnelle.

Nous consulter.

Nos formations peuvent être adaptées à certaines conditions de handicap. Nous contacter pour toute information et demande spécifique.

Formations associées

À distance Présentiel 14h
Data Science & Machine Learning

Formation Modélisation statistique, L’essentiel

À partir de 1 580€

Financement possible

À distance Présentiel 21h
Data Science & Machine Learning

Formation Logiciel R, Perfectionner l’analyse de données

À partir de 2 150€

À distance Présentiel 28h
Data Science & Machine Learning

Formation ELK, Développer avec ElasticSearch, Logstash & Kibana

Note : 3,5 sur 5

À partir de 2 740€