Description de la formation
Ce programme de formation avancée en IA Computer Vision couvre un large éventail de sujets, allant des fondamentaux de la Computer Vision à l'optimisation de modèles de détection, en passant par l'analyse des performances, la construction de pipelines d'embeddings, le déploiement de systèmes de similarité d'images, et l'orchestration de modules via des agents LLM. Il est conçu pour fournir une compréhension approfondie et des compétences pratiques dans la conception et le déploiement de systèmes IA complets orientés production.
Programme de la formation
Maîtriser les fondations opérationnelles en Computer Vision
- Comprendre les tâches de vision (détection, classification, segmentation)
- Structurer un pipeline de Computer Vision
- Interpréter les métriques (precision, recall, mAP)
- Mettre en place un environnement expérimental
Optimiser un modèle de détection (YOLO)
- Définir un protocole expérimental rigoureux
- Ajuster les hyperparamètres (learning rate, batch size, epochs)
- Tester différentes tailles d’images et architectures
- Appliquer des stratégies d’augmentation de données
- Régler les seuils (confidence, NMS)
- Comparer plusieurs configurations
- Analyser les écarts de performance
Analyser et piloter une stratégie d’optimisation
- Identifier les sources de sous-performance
- Analyser les faux positifs et faux négatifs
- Détecter les biais de dataset
- Évaluer les phénomènes d’overfitting et underfitting
- Prioriser les axes d’amélioration
- Argumenter des choix techniques
Construire et exploiter des embeddings d’images
- Extraire des embeddings à partir de modèles pré-entraînés
- Structurer un espace vectoriel cohérent
- Normaliser les embeddings
- Choisir une métrique de distance adaptée
- Évaluer la qualité des embeddings
- Identifier les limites (bruit, dérive, scalabilité)
Déployer un pipeline de similarité d’images
- Indexer des embeddings (FAISS ou équivalent)
- Implémenter une recherche de similarité
- Optimiser les performances de recherche
- Construire un pipeline temps réel
- Tester un cas d’usage (recherche visuelle ou recommandation)
Adopter une démarche expérimentale avancée
- Faire varier des paramètres de manière contrôlée
- Formuler des hypothèses d’amélioration
- Observer et mesurer les impacts
- Interpréter les résultats expérimentaux
- Documenter les décisions techniques
Construire un agent LLM pour la vision
- Structurer des requêtes exploitables
- Définir des rôles et contraintes
- Gérer un dialogue multi-étapes
- Orchestrer des modules de vision et de similarité
- Intégrer des règles métiers
- Construire une logique décisionnelle
Intégrer un système IA complet
- Connecter les modules de détection, similarité et décision
- Structurer les flux de données
- Concevoir une architecture cohérente
- Optimiser les interactions entre composants
Concevoir un cas pratique final orienté système
- Définir un cas d’usage réaliste
- Implémenter un pipeline complet
- Tester et évaluer le système
- Analyser les performances globales
- Justifier les choix techniques réalisés
Objectifs de formation
- Maîtriser les fondamentaux de la Computer Vision
- Optimiser un modèle de détection type YOLO
- Mettre en place une démarche expérimentale structurée
- Analyser et interpréter des performances modèles
- Construire un pipeline d’embeddings exploitable
- Déployer une recherche de similarité d’images
- Orchestrer des modules via un agent LLM
- Concevoir un pipeline IA complet orienté production
Taux de satisfaction des apprenants
Non disponible à ce jour sur 2026.
Public cible
- Professionnel dans le domaine de la gestion de données
- Personne souhaitant se reconvertir dans ce domaine professionnel
Prérequis
- Etre sensibilisé à la gestion des données
- Avoir un ordinateur ayant la configuration nécessaire
- Avoir une bonne connexion internet pour suivre la formation en visio
- Avoir un micro et webcam
Équipe pédagogique
• Intervenants : professionnels dans le domaine et aguerris aux méthodes pédagogiquesPersonnes en charge du suivi :
• Coordinateur/Responsable des relations clients et des inscriptions : Jean-Denis Coindre
• Coordinatrice administrative : Mélanie Garinet
• Coordinatrice des examens et des certifications : Allison Foulon
• Responsable technique et pédagogique : Jean-Denis Coindre• Tel : 06 89 44 06 97
• Email : contact@evolution5.frOutils techniques de la visio : Lors de la convocation, vous recevrez la procédure pour vous connecter (logiciel, lien et accès pour la visio)
Modalités d'évaluation
- Evaluations en amont et fin de formation
- Feuille de présence
- Certification de réalisation de fin de formation
Accessibilité
Accessibilité ou possibilités d’adaptation des modalités proposées aux apprenants en situation de handicap. Nos formations sont accessibles aux personnes en situation de handicap, nous contacter. Nous étudions toutes les situations pour envisager une intégration dans la formation, pour cela n’hésitez pas à nous faire part de vos besoins au moment de votre inscription. Si malgré tous nos efforts, il nous était impossible d’adapter notre accueil, nous prévoyons une orientation vers des organismes appropriés.
Délai d'accès
2 semaines
Créé le 17 avril 2026 ● dernière mise à jour le 09 juin 2026