Fondamentaux des LLM avec Python
Cette formation offre une introduction claire et accessible aux grands modèles de langage (LLM) avec Python. Elle permet de comprendre leur fonctionnement, leurs principales architectures, ainsi que les mécanismes de génération de texte et de traitement du lan
أنشئ حسابك المجاني
كيف تسير الدورة التدريبية
كل درس نص منظّم، مدعَّم بأمثلة ومخططات، ويتبعه اختبار قصير يُصحَّح تلقائيًا. تتقدّم وفق وتيرتك، وتبقى ملاحظاتك مرتبطة بالدرس الذي دوّنتها فيه.
-
Acquérir une compréhension solide des concepts fondamentaux des grands modèles de langage (LLM)
-
Comprendre les mécanismes de fonctionnement et les principales architectures des LLM
-
Découvrir comment utiliser Python pour interagir avec les modèles de langage
-
Savoir exploiter les LLM pour différentes tâches de traitement du langage naturel
-
Développer la capacité à intégrer et à évaluer des modèles de langage dans des projets d’intelligence artificielle
-
Développeur en intelligence artificielle : conception d’applications intégrant des modèles de langage.
-
Ingénieur en IA : développement et intégration de solutions basées sur les grands modèles de langage.
-
Développeur Python : création de programmes exploitant les capacités des LLM.
-
Ingénieur en traitement du langage naturel (NLP) : développement de systèmes capables d’analyser et de traiter du texte.
-
Spécialiste en automatisation : mise en place de processus automatisés grâce aux modèles de langage.
-
Data Scientist : exploitation des modèles d’intelligence artificielle pour analyser et interpréter des données textuelles.
-
Consultant en intelligence artificielle : accompagnement des entreprises dans l’adoption et l’utilisation des LLM.
-
Ingénieur en intégration IA : connexion des modèles de langage aux applications et systèmes informatiques.
-
Analyste en solutions d’IA générative : évaluation des performances et des possibilités d’application des modèles de langage.
إمكانية الوصول

إذا كنتم في وضعية إعاقة وترغبون في متابعة تكوين معنا، فالبريد الإلكتروني التالي مخصص لكم: contact@datagoz.com . لأي وضع آخر، لا تتردّدوا في الاتصال بنا لتقييم كيفية ضمان تجربة تعلّم.
كيف أمول تكويني؟
شهادة الإتمام: في نهاية هذه الدورة، تُسلَّم لك شهادة إتمام DATAGOZ، باسمك وقابلة للتحقق منها عبر الإنترنت.
يتمنى لكم فريق DATAGOZ تكويناً مثمراً!
5 chapitres, 36 leçons
- 2. Introduction aux grands modèles de langage (LLM)مفتوح
- 2. Mettre en place un pipeline de synthèse de texteمفتوح
- 2. Nettoyer et améliorer les réponses généréesمفتوح
- 2. Exploiter des LLM pré-entraînésمفتوح
- 2. Générer du texte avec un modèle de langageمفتوح
- 2. Traduire du texte avec un LLMمفتوح
- 2. Découvrir l’architecture Transformerمفتوح
- 2. Identifier les composants d’un Transformerمفتوح
- 2. Choisir une architecture de modèle adaptéeمفتوح
- 3. Préparer un modèle pour son affinageالمشتركون
- 3. Comprendre et appliquer la tokenisation du texteالمشتركون
- 3. Visualiser le processus de tokenisationالمشتركون
- 3. Adapter un LLM grâce à l’entraînementالمشتركون
- 3. Définir les paramètres d’entraînementالمشتركون
- 3. Configurer les paramètres du processus d’entraînementالمشتركون
- 3. Exploiter un modèle après son affinageالمشتركون
- 3. Découvrir les différentes méthodes d’affinageالمشتركون
- 3. Appliquer l’apprentissage par transfert avec la méthode one-shotالمشتركون
- 3. Comparer les approches d’apprentissage par transfertالمشتركون
- 4. Découvrir les outils d’évaluation des LLMالمشتركون
- 4. Charger des métriques d’évaluation avec Pythonالمشتركون
- 4. Comprendre les principaux indicateurs de performanceالمشتركون
- 4. Appliquer les métriques pour mesurer les résultatsالمشتركون
- 4. Évaluer les tâches linguistiques avec la perplexité et BLEUالمشتركون
- 4. Mesurer la perplexité des modèles de langageالمشتركون
- 4. Évaluer la qualité des traductions avec BLEUالمشتركون
- 4. Découvrir les métriques ROUGE, METEOR et Exact Matchالمشتركون
- 4. Mesurer la qualité des textes générés avec ROUGEالمشتركون
- 4. Évaluer les résultats avec la métrique METEORالمشتركون
- 4. Vérifier l’exactitude des réponses avec Exact Matchالمشتركون
- 4. Renforcer la sécurité des LLMالمشتركون
- 4. Détecter les contenus toxiques générésالمشتركون
- 4. Évaluer la pertinence et la qualité des réponsesالمشتركون
- 4. Faire le bilan des compétences acquisesالمشتركون
كل ما يرافق الدروس
Combien de temps, selon votre disponibilité
ما الذي تحصلون عليه في نهاية الدورة
عندما ينتهي الدورة، تُسلَّم لك شهادة الحضور باسمك. ويتيح رمزها لأي مسؤول توظيف التحقق منها في بضع ثوانٍ.
هذه الشهادة ليست دبلومًا ولا شهادة مهنية معتمدة؛ بل هي دليل قابل للتحقق على أنك تابعت هذه الدورة واجتزتها بنجاح.
من يكتب هذه الدورة
بيداغوجيا واضحة ومطبّقة، مع أمثلة ملموسة لتتعلّم بفعالية.
قبل أن تبدأ
ابدأ هذه الدورة اليوم
10 leçons ouvertes, sans carte bancaire. Vous verrez le niveau et le ton avant de décider.