Pavillon du gouvernement, C/ Padre Herrera s/n
Boîte postale 456
38200, San Cristóbal de La Laguna
Santa Cruz de Ténérife - Espagne
Standard Tél. : (+34) 922 31 90 00
Horaires : Lun, de 8h00 à 21h00
Apprentissage automatique et grands modèles de langage
Apprentissage automatique et grands modèles de langage
Aperçu
Cette microcertification offre une formation complète en apprentissage automatique et en apprentissage profond, des principes fondamentaux à l'utilisation avancée des grands modèles de langage (LLM). Les étudiants développeront des compétences pour interagir avec les LLM via des API, l'ingénierie des prompts et des outils tels que LangChain, ainsi que pour concevoir des systèmes d'intelligence artificielle avancés, notamment des architectures RAG et des agents autonomes.
- Comprendre les fondements théoriques et pratiques de l'apprentissage automatique et de l'apprentissage profond, depuis l'entraînement des algorithmes classiques et des réseaux neuronaux jusqu'à l'architecture sous-jacente des grands modèles de langage (LLM).
- Développer des compétences d'intégration et d'interaction avec les LLM grâce à l'utilisation d'API, de techniques d'ingénierie rapide, de la gestion intégrée et de la construction de flux de travail à l'aide de la bibliothèque LangChain.
- Concevoir des systèmes d'intelligence artificielle avancés en implémentant des architectures RAG (Retrieval-Augmented Generation) et des agents autonomes avec LangGraph, en intégrant des outils basés sur LLM pour optimiser les tâches pratiques
- Les étudiants doivent être âgés de 25 à 64 ans à la date de
début de l'entraînement. - Un diplôme universitaire ne sera pas requis pour accéder à cette microcertification. Cependant,
L'étudiant qui souhaite être admis doit satisfaire aux conditions d'admission suivantes : - Connaissances préalables du langage de programmation Python
- Débogage et exécution de programmes Python
- Structures de données et flux en Python
programme académique
- Introduction à l'apprentissage automatique et à l'apprentissage profond sur le plan théorique (Des algorithmes arborescents classiques aux réseaux neuronaux profonds)
- Entraînement de deux modèles (un modèle de régression et un réseau de neurones (à préciser en fonction du niveau des étudiants)
- Introduction théorique des réseaux de neurones au LLM
- Tokenisation et embeddings, premiers appels à une API LLM
- Introduction et interaction avec la bibliothèque LangChain
- Ingénierie rapide
- Les chaînes et fonctions les plus avancées de LangChain
- Introduction à la génération augmentée par la récupération (RAG), exercices pratiques
- Introduction aux graphes de langage et aux agents
- Outils de travail utiles basés sur le LLM
- Cours théoriques : séances d'exposé et d'explication
- Travaux pratiques : Développement d'exemples pratiques et de cas d'utilisation
- Travail individuel : 2 heures de travail pratique individuel de l'étudiant sont incluses.
La méthodologie est la suivante :
- Masterclasses : Accompagnées d'exemples et de cas d'utilisation.
- Cours pratiques : séances interactives impliquant l'étudiant.
Tests objectifs et études de cas : Activités proposées par l’enseignant, telles que la réalisation d’exercices et de tests
Présence obligatoire : présence obligatoire à au moins 7 des 8 séances prévues.
informations générales
Crédits : 2 ECTS
Durée: 13/04/26 – 18/05/26
Modalité d'enseignement : Virtuel
Emplacement: Virtuel
Valeur : 161 €
Les frais de scolarité de cette microcertification seront subventionnés par le ‘ Plan de développement des microcertifications universitaires ’, investissement 6 de la composante 21 de l’addendum au ‘ Plan de relance, de transformation et de résilience ’, financé par l’Union européenne – Next Generation EU, année 2025.
Des formations courtes sont proposées en différents formats (présentiel, en ligne ou hybride). Idéales pour se former sans interrompre sa vie professionnelle.
Un contenu créé et diffusé par des professionnels et des experts du domaine, conçu pour une application immédiate.
Ce programme est approuvé par l'Université de La Laguna. Vous recevrez un certificat ECTS officiel, valable dans l'Espace européen de l'enseignement supérieur.
personnel enseignant
Responsable du service informatique de l'Université de La Laguna (ULL), il possède une expertise reconnue dans l'application des nouvelles technologies au sein du secteur public. Outre ses fonctions de direction, il collabore activement avec la Chaire Cajasiete de Big Data, Open Data et Blockchain de l'ULL. À ce titre, il apporte son savoir-faire au développement et à la mise en œuvre de projets basés sur l'automatisation robotisée des processus (RPA), l'apprentissage automatique, les modèles de langage à grande échelle (LLM) et l'intelligence artificielle. Son travail technologique contribue directement à la transformation numérique et à la modernisation des services, en orientant ces solutions innovantes non seulement vers l'Université de La Laguna, mais aussi vers d'importantes administrations publiques de la région, telles que le Conseil insulaire de Tenerife et l'Institut de statistique des îles Canaries (ISTAC).
Ingénieure en télécommunications, elle travaille actuellement comme ingénieure R&D (Recherche et Développement) chez Unith. Cette entreprise technologique (unité.ai[Nom de l'entreprise] est à la pointe de l'intelligence artificielle conversationnelle, spécialisée dans la création d'« humains numériques » ou d'avatars interactifs hyperréalistes. Ces solutions d'IA générative vont bien au-delà des chatbots textuels traditionnels : elles sont capables de converser, d'automatiser des processus et d'interagir avec les utilisateurs en temps réel grâce à une voix et des expressions faciales quasi humaines. Forte de son expérience en recherche et développement, Mónica apporte une vision à la fois experte et pratique de la manière dont l'ingénierie et les dernières technologies d'intelligence artificielle convergent pour révolutionner la communication de demain.
