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
Créez votre compte gratuit
Comment se déroule le cours
Chaque leçon est un texte structuré, illustré d’exemples et de schémas, suivi d’un quiz corrigé automatiquement. Vous avancez à votre rythme, et vos notes restent attachées à la leçon où vous les avez prises.
-
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.
Accessibilité

Vous êtes en situation de handicap et souhaitez suivre une formation chez nous, cet email vous est dédié : contact@datagoz.com . Pour toute autre situation, n'hésitez pas à nous contacter pour évaluer comment assurer une expérience d'apprentissage.
Comment financier ma formation ?
Attestation de réussite : à la fin de ce cours, une attestation de réussite DATAGOZ, nominative et vérifiable en ligne, vous est délivrée.
L'équipe DATAGOZ vous souhaite une bonne formation !
5 chapitres, 36 leçons
- 2. Introduction aux grands modèles de langage (LLM)ouvert
- 2. Mettre en place un pipeline de synthèse de texteouvert
- 2. Nettoyer et améliorer les réponses généréesouvert
- 2. Exploiter des LLM pré-entraînésouvert
- 2. Générer du texte avec un modèle de langageouvert
- 2. Traduire du texte avec un LLMouvert
- 2. Découvrir l’architecture Transformerouvert
- 2. Identifier les composants d’un Transformerouvert
- 2. Choisir une architecture de modèle adaptéeouvert
- 3. Préparer un modèle pour son affinageabonnés
- 3. Comprendre et appliquer la tokenisation du texteabonnés
- 3. Visualiser le processus de tokenisationabonnés
- 3. Adapter un LLM grâce à l’entraînementabonnés
- 3. Définir les paramètres d’entraînementabonnés
- 3. Configurer les paramètres du processus d’entraînementabonnés
- 3. Exploiter un modèle après son affinageabonnés
- 3. Découvrir les différentes méthodes d’affinageabonnés
- 3. Appliquer l’apprentissage par transfert avec la méthode one-shotabonnés
- 3. Comparer les approches d’apprentissage par transfertabonnés
- 4. Découvrir les outils d’évaluation des LLMabonnés
- 4. Charger des métriques d’évaluation avec Pythonabonnés
- 4. Comprendre les principaux indicateurs de performanceabonnés
- 4. Appliquer les métriques pour mesurer les résultatsabonnés
- 4. Évaluer les tâches linguistiques avec la perplexité et BLEUabonnés
- 4. Mesurer la perplexité des modèles de langageabonnés
- 4. Évaluer la qualité des traductions avec BLEUabonnés
- 4. Découvrir les métriques ROUGE, METEOR et Exact Matchabonnés
- 4. Mesurer la qualité des textes générés avec ROUGEabonnés
- 4. Évaluer les résultats avec la métrique METEORabonnés
- 4. Vérifier l’exactitude des réponses avec Exact Matchabonnés
- 4. Renforcer la sécurité des LLMabonnés
- 4. Détecter les contenus toxiques générésabonnés
- 4. Évaluer la pertinence et la qualité des réponsesabonnés
- 4. Faire le bilan des compétences acquisesabonnés
Tout ce qui accompagne les leçons
Combien de temps, selon votre disponibilité
Ce que vous obtenez à la fin
Quand le cours est terminé, l’attestation est délivrée à votre nom. Son code permet à un recruteur de la vérifier en quelques secondes.
Ce n’est pas un diplôme ni une certification professionnelle ; c’est la preuve vérifiable que vous avez suivi et réussi ce cours.
Qui écrit ce cours
Une pédagogie claire et appliquée, avec des exemples concrets pour apprendre efficacement.
Avant de commencer
Commencez ce cours aujourd'hui
10 leçons ouvertes, sans carte bancaire. Vous verrez le niveau et le ton avant de décider.