Aller directement au contenu
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.

Afin de valider les compétences acquises lors de la formation, un formulaire d'auto-positionnement est envoyé en amont et en aval de celle-ci.

Une évaluation à chaud est également effectuée en fin de session pour mesurer la satisfaction des stagiaires et un certificat de réalisation leur est adressé individuellement.

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

Ce qu'en disent les participants

4.25 / 5
Satisfaction moyenne
Sur la base de 12 avis, collectés en fin de formation durant les 12 derniers mois.
91.67 %
recommandent cette formation
Sur la base de 12 avis, collectés en fin de formation durant les 12 derniers mois.

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

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
Durée : 21 h / 3 j
Fondamentaux
 
 
 
 
Prochaine session : 24 juin 2024
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 : 01 juillet 2024
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 : 20 septembre 2024
GREAI Green AI : l’intelligence artificielle responsable
Concevoir des modèles de Machine Learning en visant un équilibre entre performance et frugalité
Durée : 14 h / 2 j
Avancé
 
 
 
 
Prochaine session : 20 juin 2024
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 : 27 mai 2024
DSARC Architecture des données : stockage et accès
Appréhender et prendre en main les nouvelles architectures de données : Hadoop, NoSQL, Spark
Durée : 21 h / 3 j
Fondamentaux
 
 
 
 
Prochaine session : 13 mai 2024

Découvrez les profils métiers associés à cette formation

Data Scientist
La puissance prédictive au service des orientations stratégiques
Machine Learning Engineer
L'ingénierie logiciel au profit de vos projets de Data Science

Besoin d'aide pour trouver votre formation ?

Contactez-nous

Sessions & Inscriptions

Session partagée avec d'autres organisations

Prochaines sessions
  • du 27 au 29/05/2024
    Présentiel, Paris
    Session confirmée ✅
    2 500,00 € HT
  • du 09 au 11/12/2024
    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