Retour aux formations
IA & Data
NLP avec les Transformers – Initiation : Comprendre et utiliser BERT et GPT
3 jour(s) • 21h
Description
Comprendre les bases du NLP moderne et des modèles Transformers, et être capable d’utiliser des modèles pré-entraînés pour des cas d’usage simples en entreprise.
Objectifs pédagogiques
- Comprendre les fondamentaux du NLP
- Identifier le rôle des modèles Transformers
- Utiliser des modèles pré-entraînés pour des tâches simples
- Prendre en main la librairie Hugging Face
- Réaliser une première adaptation de modèle
- Interpréter les résultats d’un modèle NLP
- Identifier des cas d’usage métier pertinents
Public concerné
Data analysts
développeurs
ingénieurs IT
chefs de projet data souhaitant découvrir le NLP moderne
Prérequis
Bases en Python
Notions générales en data (manipulation de données)
Aucune expérience préalable en NLP avancé requise
Déroulé du programme
1
JOUR 1- Module 1 – Fondamentaux du NLP (3h)
3h
- Définition et enjeux du NLP en entreprise
- Cas d’usage : classification, chatbot, analyse de sentiment
- Notions clés : tokens, corpus, embeddings
- Limites des approches classiques
- Activité pratique : Exploration d’un cas NLP simple
2
Analyse d’un dataset texte (emails ou avis clients)
3
Identification des problématiques métier associées
4
JOUR 1- Module 2 – Introduction aux Transformers (4h)
4h
- Pourquoi les Transformers ont révolutionné le NLP
- Principe simplifié de l’attention
- Différence entre modèles classiques et Transformers
- Vue d’ensemble de BERT et GPT
- Activité pratique : Visualisation du mécanisme d’attention
5
Analyse simplifiée des relations entre mots dans une phrase
6
Utilisation d’outils de visualisation de l’attention
7
JOUR 2- Module 3 – Prise en main de Hugging Face (3h)
3h
- Présentation de Hugging Face et du Hub
- Utilisation des pipelines NLP
- Tokenisation et préparation des textes
- Exécution de modèles prêts à l’emploi
- Activité pratique : Premiers modèles NLP
8
Utilisation d’un pipeline de classification de texte
9
Test sur différents jeux de données
10
JOUR 2- Module 4 – Cas d’usage avec BERT (4h)
4h
- Présentation simplifiée de BERT
- Tâches principales : classification, NER, QA
- Lecture et interprétation des résultats
- Introduction au fine-tuning (conceptuel)
- Activité pratique : Classification de textes avec BERT
11
Utilisation d’un modèle BERT pré-entraîné
12
Analyse des prédictions sur données métier
13
JOUR 3- Module 5 – Introduction aux modèles GPT (3h)
3h
- Fonctionnement simplifié des modèles génératifs
- Différences entre BERT et GPT
- Cas d’usage : génération, résumé, chatbot
- Introduction au prompt engineering
- Activité pratique : Génération de texte simple
14
Création de prompts pour générer du contenu
15
Comparaison de différents outputs
16
JOUR 3- Module 6 – Évaluation et bonnes pratiques (4h)
4h
- Introduction aux métriques : précision, rappel, F1
- Comprendre les limites des modèles
- Biais et qualité des données
- Bonnes pratiques d’intégration en entreprise
- Activité pratique : Analyse des performances d’un modèle
17
Évaluation simple d’un modèle de classification
18
Identification des erreurs et axes d’amélioration
Informations
Durée
3 jour(s)
21h
Tarif
Sur demande
Formations similaires
IA & Data
Migration vers le Cloud
2 jour(s)
Sur demande
IA & Data
Agents IA — Concevoir des systèmes autonomes avec LangChain et LangGraph - Avancé
3 jour(s)
Sur demande
IA & Data
AI Act européen — Comprendre vos obligations et vous mettre en conformité - Niveau débutant
1 jour(s)
Sur demande
IA & Data
Analyse bayésienne (4-107)
3 jour(s)
Sur demande