Format : Stage pratique
Niveau Avancé
 
 
 
 
Répartition du temps : 50% exposés
40% pratique
10% échanges

La formation en détails

Description

Les données non structurées issues du langage sont omniprésentes en entreprise (mails, appels téléphoniques, visio, réunions, avis, commentaires, etc.) mais ne sont que rarement utilisées. Les progrès en deep learning ont permis de rendre plus accessible l'exploitation des données voix et texte. A travers la construction de modèles de langage conversationnel (ChatGPT), considérés comme révolutionnaires, de nombreux secteurs sont amenés à repenser et intensifier l'usage des modèles de langage.

Cette formation prépare les data scientists à maîtriser les données texte et voix, au sein d'un contexte technologique innovant et en particulier au cours d'un projet d'Intelligence Artificielle.

A travers des exercices, vous apprendrez à structurer et créer des modèles de machine learning sur ces données du langage. A la fin de la session, vous disposerez d'une compréhension solide du potentiel et de l'état de l'art en Natural Language Processing (NLP) et en Speech Processing. Vous comprendrez également les architectures "Transformers" à la base de nombreux progrès récents et notamment des modèles de type ChatGPT. Les mises en pratique vous permettront d'être indépendant pour déployer et créer de la valeur sur ces données, et devenir un expert du traitement automatique du langage écrit et parlé.

Objectifs

  • Savoir structurer les données texte et voix
  • Savoir analyser un volume conséquent de données texte et/ou voix et appliquer des modèles de machine learning
  • Savoir traiter de la voix et/ou du texte en temps réel
  • Savoir mettre en place une recherche intelligente dans des documents et/ou enregistrements audio
  • Savoir créer des modèles de détection d'intention, d'entités
  • Comprendre la méthodologie des modèles de langage de type ChatGPT, Bert

Public cible

  • Analyste
  • Statisticien
  • Architecte
  • Développeur
  • Data scientist
  • Machine Learning Engineer

Prérequis

  • Connaissances générales sur le Machine Learning ainsi qu'en statistiques
  • Notions de base en Python.
  • Avoir suivi la formation “Fondamentaux de la Data Science” (DSFDX)

Modalités pédagogiques

Formation avec apports théoriques, échanges sur les contextes des participants et retours d'expérience pratique des formateurs, complétés de travaux pratiques et de mises en situation.

Profil du formateur

Toutes nos formations sont animées par des consultants-formateurs expérimentés et reconnus par leurs pairs.
 

Modalités d'évaluation et de suivi

L'évaluation des acquis se fait tout au long de la session au travers des ateliers et des mises en pratique. Une évaluation à chaud sur la satisfaction des stagiaires est réalisée systématiquement en fin de session et une attestation de formation est délivrée aux participants mentionnant les objectifs de la formation, la nature, le programme et la durée de l'action de formation ainsi que la formalisation des acquis.

Programme détaillé

Jour 1

INTRODUCTION AU DOMAINE DE L’ANALYSE DU TEXTE ET DE LA VOIX
NLP, NLU, Speech processing et understanding
Appréhender les enjeux de la révolution des modèles de langage conversationnel de type ChatGPT

NATURAL LANGUAGE PROCESSING (NLP)
Les bases du NLP : encoding, regex, tokenisation(n-grams) bag of words
NLP : la réduction de dimensions
  • Nettoyer le texte : stemming, lemmatisation
  • Topic modeling : SVD, NMF, LDA
  • Word embedding : Word2vec, FastText, etc.

INFORMATION RETRIEVAL (IR) : CRÉER UN MOTEUR DE RECHERCHE
Indexation de contenu, moteur recherche simple
Réaliser un moteur de recherche intelligent : utilisation de modèles de langage (GPT, Bert, etc.)

Jour 2

LES MÉTHODOLOGIES DE DEEP LEARNING POUR LE TRAITEMENT DU LANGAGE
Les bases des réseaux de neurones
Modèles séquentiels : RNN
Comprendre la révolution "Transformers" : maîtriser le "multi-head attention"

COMPRENDRE LA RÉVOLUTION DES MODÈLES DE LANGAGE POUR LA CONVERSATION : CHATGPT
Introduction aux grands modèles de langage (Large Language Models - LLM) : famille Bert et famille GPT
Introduction au "Reinforcement Learning from Human Feedback" (RLHF)
Apprendre à utiliser ces modèles pour des tâches de NLP : résumé, analyse de sentiment, génération de contenu, etc.

Jour 3

AUDIO PROCESSING
Introduction à la donnée audio : signal numérique, encodage
Structurer la donnée audio : transformée de Fourier, spectogramme mel MFCC, Librosa, PyAudio
Entraîner un modèle de machine learning sur de la donnée audio

SPEECH RECOGNITION
Appliquer un modèle de transcription (Speech to Text)
  • Via l'utilisation d'un modèle Open Source : exemple de Whsiper (OpenAi)
  • Via l'utilisation d'une API externe
Transcrire en temps réel : enjeux, méthodologie Open Source ou via API externe
Transcrire en prenant en compte un contexte : méthodologie pour "fine-tuner" un modèle Speech to Text
Dissocier les locuteurs : méthodologie de "Speaker Diarization"
Aller plus loin : gestion de l'information temporelle, gestion de la confidence de la transcription

BILAN ET CLÔTURE DE SESSION
Revue et synthèse des concepts abordés
Moment de partage sur la formation
Questions et réponses additionnelles
4.70 / 5

Satisfaction moyenne des participants

Sur la base de 6 avis, collectés en fin de formation durant les 12 derniers mois.

Nos autres formations du domaine « Data Science » Toutes les formations du domaine

DSCIT Citizen Data Scientist : niveau 1
S'initier à la pratique de la Data Science sur une plateforme analytique pour étendre son expertise métier
Durée : 14 h / 2 j
Fondamentaux
 
 
 
 
Prochaine session : 09 novembre 2023
DSFDX Fondamentaux de la Data Science
S'initier à la pratique de la Data Science et constituer sa première boîte à outils de Data Scientist
Meilleure vente
Durée : 21 h / 3 j
Fondamentaux
 
 
 
 
Prochaine session : 15 novembre 2023
DSNVA Data Science : niveau avancé
Approfondir des concepts avancés de machine learning et enrichir sa boîte à outils de Data Scientist
Durée : 21 h / 3 j
Avancé
 
 
 
 
Prochaine session : 04 décembre 2023
DSETI Data Science : s’approprier les bonnes pratiques de l'Intelligence Artificielle Responsable
Appréhender les enjeux éthiques et favoriser l'interprétabilité et la vigilance des modèles de Machine Learning
Durée : 7 h / 1 j
Fondamentaux
 
 
 
 
Prochaine session : 08 décembre 2023
GREAI Green AI : l’intelligence artificielle responsable
Concevoir des modèles de Machine Learning en visant un équilibre entre performance et frugalité
Nouveau Exclusivité
Durée : 14 h / 2 j
Avancé
 
 
 
 
Prochaine session : 14 novembre 2023
DSGDP Cadrage et pilotage d'un projet de Data Science
Comprendre les spécificités d'un projet de Data Science pour mieux le piloter de la conception au delivery
Durée : 14 h / 2 j
Avancé
 
 
 
 
Prochaine session : 11 décembre 2023

Besoin d'aide pour trouver votre formation ?

Contactez-nous

Sessions & Inscriptions

Session partagée avec d'autres organisations

Prochaines sessions
  • du 27 au 29/11/2023
    Présentiel, Paris
    Session confirmée ✅
    2 490,00 € HT
  • du 05 au 07/02/2024
    Présentiel, Paris
    2 500,00 € HT
  • du 17 au 19/06/2024
    Présentiel, Paris
    2 500,00 € HT
Durée
21 h / 3 j

Demander un devis Nous contacter
Télécharger le programme

Organiser une session dédiée à votre organisation

Durée
21 h / 3 j

Vous avez plusieurs collaborateurs à former ?

Cette formation peut être organisée
sous la forme de sessions dédiées
aux membres de votre organisation.

Demander un devis Nous contacter Télécharger le programme

Personnaliser cette formation

Cette formation vous intéresse
et vous souhaitez l'adapter pour
vos collaborateurs ?

Nos formateurs et notre équipe pédagogique sont à
votre disposition pour en discuter
et vous proposer un programme sur-mesure.

Nous contacter Télécharger le programme

OCTO Academy respecte votre vie privée

Ce site web stocke des informations vous concernant via le dépôt de cookie afin de mesurer l’audience du site. Ces données de navigation sont anonymisées.

En cliquant sur « OK pour moi », vous manifestez votre consentement pour le dépôt de ces cookies.

Lire la politique de confidentialité

À propos des cookies

Sur ce site, nous utilisons des cookies pour mesurer notre audience, entretenir la relation avec vous et vous adresser de temps à autre du contenu qualitif ainsi que de la publicité. Vous pouvez sélectionner ici ceux que vous autorisez à rester ici.

Cookies