Ce module aborde les aspects pratiques du déploiement des grands modèles linguistiques (LLM) dans les environnements d'entreprise, en mettant l'accent sur l'efficacité, la conformité et l'optimisation des performances. Les participants découvriront des techniques telles que la quantification des modèles, l'informatique en périphérie et la mise en cache, tout en abordant les exigences réglementaires et les audits de performances. Des exemples concrets et des exercices pratiques illustrent comment gérer et surveiller efficacement les déploiements de LLM.

Ce module explore des stratégies pratiques visant à accélérer et à optimiser l'inférence des grands modèles linguistiques (LLM), en mettant l'accent sur les formats économes en mémoire, les moteurs de déploiement et les solutions multiplateformes. Les apprenants compareront les principaux frameworks, comprendront les processus de compilation et de quantification des modèles, et examineront des cas d'utilisation concrets pour des déploiements évolutifs et à faible latence. Les tendances émergentes et les techniques d'optimisation avancées sont également abordées afin de préparer les apprenants aux défis liés au déploiement de l'IA de pointe.

Ce module explore la conception et le déploiement de systèmes interconnectés basés sur des grands modèles linguistiques (LLM), en mettant l’accent sur les principaux modèles architecturaux, les technologies habilitantes et les techniques avancées permettant le partage des connaissances et l’optimisation des coûts. Les apprenants examineront des exemples concrets, tels que les agents autonomes, les pipelines programmables et les systèmes hybrides combinant modèles symboliques et LLM, afin de comprendre comment les solutions d'IA modernes parviennent à allier évolutivité, adaptabilité et fiabilité.

Ce module aborde les pratiques essentielles au déploiement et à la maintenance des grands modèles linguistiques (LLM) dans des environnements de production réels. Les apprenants acquerront des connaissances sur le suivi des indicateurs clés, la garantie de la fiabilité et de la sécurité, l'optimisation des coûts et l'évolutivité des architectures en vue d'un déploiement à l'échelle mondiale. Des stratégies pratiques et des informations issues du secteur sont fournies afin de faciliter la mise en place de systèmes LLM robustes, efficaces et conformes.

Ce module aborde les enjeux éthiques, techniques et réglementaires liés aux grands modèles linguistiques (LLM). Les apprenants se pencheront sur l'équité dès la conception, le filtrage a posteriori des résultats, la modération de contenu en temps réel et les pratiques de documentation visant à garantir un déploiement responsable de l'IA. Le module traite également des stratégies visant à renforcer la sécurité et la robustesse, ainsi que de la mise en œuvre des principes constitutionnels relatifs à l'IA.

Ce module explore les dernières avancées en matière d'intelligence artificielle multimodale, en mettant l'accent sur la manière dont les systèmes intègrent et traitent divers types de données, tels que le texte et les images. Les apprenants examineront les technologies clés, notamment les mécanismes d'attention intermodaux, l'apprentissage contrastif et les techniques de fusion efficaces, et découvriront des applications concrètes dans des domaines tels que la santé. À l'issue de ce module, les participants comprendront à la fois les fondements techniques et les implications pratiques de l'IA multimodale.