Parcours d'apprentissage · Créer de l'IA

Apprentissage profond et adaptation des modèles

Comprenez les réseaux de neurones et les transformeurs, et adaptez des modèles par réglage fin.

C'est vous

Vous voulez savoir comment les modèles fonctionnent à l’intérieur, pas seulement comment les appeler. Vous aimez un peu les mathématiques, et vous voulez modifier des modèles pour qu’ils conviennent à votre tâche.

Où vous allez

Ingénieur ou ingénieure en apprentissage profond

Expliquer comment apprennent les réseaux de neurones et les transformeurs
Entraîner un petit réseau, et lire ses courbes d’apprentissage
Décider quand le réglage fin en vaut la peine, et quand une requête suffit
Adapter un modèle, et prouver qu’il s’est amélioré

3 étapes
10 cours, 10 disponibles maintenant
Environ 160 à 212 heures d'études
10 certificats de réussite

Combien de code il vous faut

Aucun code
Lire du code
Un peu de code
Le code au cœur

Le code est au cœur du parcours, et un peu de mathématiques aussi. Le cours de mathématiques vient d’abord, et les leçons expliquent chaque idée avec des images avant les formules.

Votre parcours, étape par étape

Chaque arrêt est un cours. Sa forme vous dit quelle part du cours suivre.

Cours complet. Tout le cours, avec sa pratique. Il mène à un certificat de réussite.
Notions. Seulement les modules de notions, lus sans exécuter de code. Ils mènent à un certificat des notions.
Facultatif. Utile pour certaines personnes. Vous n'en avez pas besoin, et il n'est pas compté dans le temps.

Vous, aujourd'hui
Étape 1 Les basesenviron 46 à 62 h
1. Bases d'une carrière en IA : rôles, compétences et feuilles de route
  Cours complet4–6 h
  Voyez la place du travail sur les modèles dans les équipes d’IA.
2. Python pour l'ingénierie de l'IA en pratique
  Cours complet18–24 h
  Python pour chaque modèle que vous entraînez.
3. Mathématiques et statistiques essentielles pour l'IA
  Cours complet12–16 h
  Les vecteurs et l’apprentissage des modèles : vous en aurez besoin.
  Priorité: Si vous avez déjà étudié ce sujet, faites plutôt son travail final.
4. SQL et préparation des données pour l'IA
  Cours complet12–16 h
  Préparez les données d’entraînement.
  Priorité: Si vous avez déjà étudié ce sujet, faites plutôt son travail final.
Étape 2 Comment apprennent les modèlesenviron 54 à 68 h
1. Apprentissage automatique : du problème à un modèle fiable
  Cours complet26–32 h
  L’apprentissage automatique d’abord : l’apprentissage profond s’appuie sur lui.
  Priorité: Si vous avez déjà étudié ce sujet, faites plutôt son travail final.
2. L'apprentissage profond et les transformeurs expliqués
  Cours complet28–36 h
  Le cœur de ce parcours : réseaux de neurones et transformeurs.
Étape 3 Adapter les modèlesenviron 60 à 82 h
1. Les LLM : comment ils fonctionnent et comment en choisir un
  Cours complet8–12 h
  Comment fonctionnent les LLM, et comment en choisir un.
2. Créer des applications fiables avec les API de LLM
  Cours complet22–30 h
  Utilisez les LLM par leurs API.
3. Évaluer et tester les systèmes d'IA
  Cours complet20–26 h
  Prouvez qu’un modèle adapté est meilleur.
4. Réglage fin et adaptation des modèles d'IA
  Cours complet10–14 h
  Réglez finement et adaptez des modèles.
Vous arrivezIngénieur ou ingénieure en apprentissage profond

Obtenez des certificats en chemin

Vous n'avez pas besoin de terminer tout le parcours pour montrer ce que vous avez appris. Chaque cours complet donne un certificat de réussite, et chaque cours de notions donne un certificat des notions. Partagez chacun dès que vous l'obtenez.

Quand vous êtes prêt, préparez-vous à l'entrevue : Préparation aux entrevues : ingénieur en apprentissage automatique

En faire mon parcours Tous les parcours d'apprentissage

Choisissez cet objectif dans votre profil. Mon apprentissage montre ensuite votre progression sur ce parcours, et le nombre de semaines à votre rythme.