Parcours IA Expert

Matin : algèbre linéaire utile, représentations vectorielles, notions de distance et de similarité dans les espaces de grande dimension. Ce que la dimensionnalité change aux intuitions.

Après-midi : optimisation. Descente de gradient et ses variantes, taux d'apprentissage, fonctions de perte et ce qu'elles encodent réellement. Rétropropagation expliquée pas à pas. Régularisation, surapprentissage, compromis biais-variance.

Matin : du perceptron aux réseaux profonds. Réseaux convolutifs, récurrents, mécanisme d'attention, architecture transformeur. Ce que chaque famille capture et à quel coût.

Après-midi : anatomie détaillée d'un transformeur. Attention multi-tête, encodage positionnel, normalisation. Variantes et évolutions récentes. Travaux pratiques d'implémentation d'un bloc d'attention.

Matin : apprentissage par transfert, apprentissage auto-supervisé, apprentissage à faible nombre d'exemples. Techniques applicables quand les données annotées manquent, ce qui est la situation la plus fréquente en entreprise.

Après-midi : évaluation rigoureuse. Protocoles, fuites de données, jeux de test représentatifs, métriques au-delà de la précision globale. Diagnostic d'un entraînement qui échoue. Étude de cas complète sur un jeu de données réel.

Matin : cycle de vie d'un grand modèle. Pré-entraînement, ajustement supervisé, alignement par retour humain et méthodes apparentées. Ce que chaque étape produit et ce qu'elle coûte. Où une organisation peut réellement intervenir.

Après-midi : méthodes d'adaptation. Ajustement complet, ajustement partiel à faible rang, apprentissage de prompts. Préparation et qualité des jeux de données d'adaptation. Travaux pratiques d'adaptation d'un modèle ouvert.

Matin : modèles multimodaux. Encodeurs conjoints, alignement entre modalités, génération d'image et de son. Cas d'usage documentaires et limites actuelles.

Après-midi : optimisation pour l'inférence. Quantification, distillation, élagage, compilation. Effets mesurés sur la qualité, la latence et le coût. Travaux pratiques d'optimisation avec mesure avant et après.

Matin : architecture d'un service d'inférence. Traitement par lots, mise en cache, gestion de la file, dimensionnement des accélérateurs. Modèle ouvert sur infrastructure maîtrisée face à un service géré : critères de décision, y compris de souveraineté.

Après-midi : résilience, montée en charge, maîtrise du coût unitaire. Observabilité de l'inférence. Étude de cas complète de dimensionnement.

Matin : ce qu'auditer dans un système d'IA. Données, modèle, chaîne de traitement, usage réel, gouvernance. Définition du périmètre et constitution du référentiel d'audit.

Après-midi : collecte de preuves sur un système non déterministe. Échantillonnage, jeux de test, reproductibilité. Documentation attendue d'un fournisseur et ce qu'il faut savoir en exiger. Grille d'audit construite en session.

Matin : manipulations par le prompt, directes et indirectes. Exfiltration de données par le contexte. Contournement des garde-fous. Travaux pratiques offensifs en environnement dédié.

Après-midi : évaluation de la robustesse. Jeux de test adverses, mesure du taux de contournement, critères d'acceptation. Garde-fous et leur vérification. Traçabilité et capacité à reconstituer une décision après coup.

Matin : structure de coût d'un système en production. Coût par requête, par utilisateur, par cas d'usage. Instrumentation et attribution analytique. Dérives fréquentes et leurs causes.

Après-midi : leviers de maîtrise. Choix du modèle selon la tâche, mise en cache, compression du contexte, quotas et alertes. Construction d'un tableau de bord de pilotage économique. Restitution des audits conduits en session.

Matin : objets à gouverner. Usages, données, modèles, fournisseurs, risques. Instances, rôles, articulation avec la gouvernance des données et la gouvernance des systèmes d'information déjà en place.

Après-midi : l'arbitrage central. Ce qui doit être décidé au centre et ce qui doit rester aux équipes. Effets observés des deux excès. Registre des systèmes d'IA, processus d'homologation proportionné, politique d'usage.

Matin : construire une trajectoire par paliers. Expérimentation, généralisation, industrialisation, et critères de passage entre chaque. Pourquoi tant de programmes d'IA restent bloqués au premier palier.

Après-midi : portefeuille d'usages. Sélection, priorisation, arrêt. Rôle des relais internes et des communautés de pratique. Compétences à développer et à acquérir. Atelier de construction de trajectoire.

Matin : résistances propres à l'IA. Crainte sur l'emploi, contestation de la qualité des productions, sentiment de dépossession du métier. Ce qui fonctionne et ce qui aggrave. Dialogue social et information des représentants du personnel.

Après-midi : mesure de la valeur. Indicateurs d'usage, d'adoption, de qualité, d'économie réalisée. Écueils de la mesure du gain de temps. Construction d'un tableau de bord de programme. Restitution des trajectoires construites.