Artificial Intelligence Engineering

Objectifs

1. Démontrer la compréhension des principes fondamentaux de l'Intelligence Artificielle, y compris les distinctions entre l'IA, l'apprentissage automatique et l'apprentissage profond. Développer une compétence en programmation Python spécifiquement adaptée aux applications d'IA et saisir l'importance du contrôle de version dans les projets collaboratifs de données. 2. Comprendre les principes de base de l'apprentissage automatique, englobant les paradigmes d'apprentissage supervisé, non supervisé et par renforcement. Acquérir la capacité de traiter des données, choisir des modèles d'apprentissage automatique appropriés et évaluer leurs performances. 3. Acquérir les connaissances pour utiliser des API d'IA pré-construites provenant de fournisseurs de premier plan et comprendre les principes fondamentaux de l'ingénierie des données. Équiper les étudiants de compétences pour créer et gérer des pipelines de données, leur permettant de mettre en oeuvre des projets d'IA de bout en bout. 4. Plonger dans le domaine de la suggestion d'IA, maîtriser l'art de la génération de texte à l'aide de modèles d'IA. Comprendre la conception de prompts efficaces pour obtenir les résultats souhaités et discuter des défis éthiques et des implications de la suggestion d'IA. 5. Acquérir une compréhension fondamentale des réseaux neuronaux et de l'apprentissage profond. Apprendre à construire, former et déployer différentes architectures de réseaux neuronaux, en reconnaissant leurs applications potentielles et leurs limites. 6. Acquérir une compréhension solide des techniques de traitement du langage naturel. Acquérir les compétences pour prétraiter le texte, effectuer une analyse de sentiment, classifier le texte et concevoir des chatbots pour des applications diverses. 7. Comprendre les principes essentiels de la vision par ordinateur, y compris la classification d'images, la détection d'objets et la reconnaissance d'images. Apprendre à déployer des modèles pré-entraînés et à concevoir des solutions sur mesure pour les tâches liées à l'image. 8. Comprendre les principes fondamentaux de l'informatique en nuage et son rôle central dans le déploiement de l'IA. Apprendre les subtilités des différentes plates-formes cloud et acquérir les compétences pour déployer des modèles d'IA de manière transparente, intégrant les pratiques MLOps pour des performances et une maintenance optimales du modèle.

Programme de la formation

PREWORK Préparez-vous pour le bootcamp et démarrez en trombe avec une formation essentielle sur les concepts fondamentaux de l'IA, y compris les principes fondamentaux de Python et des statistiques. Vous développerez votre culture générale en matière d'IA et votre état d'esprit avec des connaissances de base sur l'IA et sur la façon de penser de manière critique à ses cas d'utilisation. Peu importe vos connaissances techniques antérieures (ou leur absence), ce premier module garantira que chaque Ironhacker soit prêt pour le succès. Vous pouvez commencer la préparation à votre propre rythme dès que vous devenez officiellement étudiant d'Ironhack. MODULE 1 - Fondamentaux de l'IA, Suggestion et Programmation Python Comprenez les principes fondamentaux de l'Intelligence Artificielle, distinguez l'IA de l'apprentissage automatique et de l'apprentissage profond, et développez des compétences en programmation Python adaptées aux applications d'IA. Comprenez l'importance du contrôle de version dans les projets collaboratifs de données. Plongez dans le monde de la suggestion d'IA et apprenez à générer du texte à l'aide de modèles d'IA. MODULE 2 - Techniques avancées et applications de l'IA Acquérez une solide compréhension des principes de l'apprentissage automatique, y compris les paradigmes d'apprentissage supervisé, non supervisé et par renforcement. Apprenez le traitement des données, la sélection et l'évaluation des modèles. Explorez l'ingénierie des données et l'utilisation d'APIs d'IA pré-construites par des leaders de l'industrie. Développez des compétences en génération de texte et d'image, en apprentissage profond, en traitement du langage naturel, et bien plus encore. MODULE 3 - MLOps, Informatique en Nuage et Projet Final Comprenez les principes fondamentaux de l'informatique en nuage et son rôle central dans le déploiement de l'IA. Apprenez les subtilités des différentes plates-formes cloud et acquérez les compétences pour déployer des modèles d'IA de manière transparente, en intégrant les pratiques MLOps pour des performances et une maintenance optimales du modèle. Dans le projet final, appliquez vos connaissances pour résoudre un problème du monde réel à l'aide de l'IA.

Validation et sanction

Attestation de formation

Type de formation

Non certifiante

Sortie

Sans niveau spécifique