Tous les domaines de l’intelligence artificielle

Formations en intelligence artificielle

Explorez tous les domaines de l’intelligence artificielle : IA générative, machine learning, création numérique, développement logiciel, agents, droit et applications sectorielles. Composez votre parcours parmi 60 modules répartis en 12 domaines.

Pour la planification, une journée de formation est calculée sur une base de 5 heures effectives, hors pauses et déjeuner. Exemple : de 9 h 30 à 16 h, avec 90 minutes de pause au total. La durée quotidienne et les horaires sont définis ensemble selon les besoins et le calendrier de votre organisation.

Tous les domaines de l’intelligence artificielle

Choisissez un domaine pour découvrir ses modules. Au-delà des programmes proposés, le catalogue comprend aussi des formations indépendantes et des laboratoires d’approfondissement.

Parcours de formation proposés

1 jour pour une vue d’ensemble, 2 jours pour pratiquer l’IA générative, 5 jours pour un programme couvrant les grands domaines de l’IA. Chaque parcours possède son propre déroulé et son public cible.

1 jour5 heures · de formation effective

Panorama de l’intelligence artificielle

Découvrez les grands domaines de l’IA, les modèles génératifs et l’écosystème des outils. Essayez la rédaction de prompts, définissez vos règles d’utilisation sûre et votre parcours personnel d’apprentissage.

Pour qui ?: Professionnels, dirigeants, enseignants et équipes débutantes qui souhaitent comprendre le monde de l’IA.
Prérequis: Maîtrise de base de l’ordinateur. Aucune connaissance en programmation requise.
Livrables visés: Une carte des domaines de l’IA, un prompt testé, une liste de vérification pour un usage sûr et un plan personnel d’apprentissage.

Consulter le déroulé

Jour 1 · Le monde de l’IA, les outils et les premiers pas en toute sécurité

5 heures · de formation effective

Culture de l’IA et évolution du domaine30 min · Concepts et échanges
Domaines de l’IA et concepts fondamentaux30 min · Concepts et échanges
Comment fonctionnent les grands modèles de langage ?30 min · Démonstration et évaluation
Atelier d’initiation au prompt engineering1 heure · Pratique guidée
Écosystème des outils IA et usages multimodaux45 min · Démonstration et évaluation
Usage sûr, sources et contrôle des résultats45 min · Pratique guidée
Évolution des métiers et cas d’usage de l’IA30 min · Concepts et échanges
Parcours personnel de pratique et d’apprentissage30 min · Pratique guidée

Outils possibles

Carte thématique, tableau blanc ou Miro ; modèle imprimé possible
Un assistant autorisé : ChatGPT, Claude, Gemini ou Microsoft 365 Copilot, choisi selon la tâche et les accès disponibles
Exemples d’images, de vidéos et d’audio préparés par le formateur ; courte génération en direct selon le quota disponible
Grilles préparées d’évaluation, de vérification des sources et d’usage sûr
Word ou Google Docs

2 jours10 heures · de formation effective

L’IA générative en pratique

Un parcours créatif allant du texte et des prompts avancés à l’image, la vidéo, la musique, l’audio et au design web et mobile. Les séances vidéo et audio reposent sur des démonstrations du formateur et l’évaluation des résultats ; des ateliers de production plus longs peuvent être choisis séparément.

Pour qui ?: Créateurs de contenu, équipes marketing et communication, enseignants, entrepreneurs et professionnels qui utiliseront l’IA dans des activités créatives.
Prérequis: Usage de base des outils numériques, brief préparé et comptes autorisés. Les démonstrations vidéo et audio ne nécessitent pas un compte payant pour chaque participant.
Livrables visés: Un ensemble de prompts, des ébauches de textes et de visuels, des exemples vidéo et audio évalués, des maquettes d’écrans web et mobiles, puis l’amélioration d’un seul livrable choisi.

Consulter le déroulé

Jour 1 · IA générative, prompts et bases de la création de contenu

5 heures · de formation effective

Culture de l’IA et évolution du domaine30 min · Concepts et échanges
Comment fonctionnent les grands modèles de langage ?30 min · Démonstration et évaluation
Atelier d’initiation au prompt engineering1 heure · Pratique guidée
Usage sûr, sources et contrôle des résultats45 min · Pratique guidée
Création de textes, communication et contenus1 heure · Pratique guidée
Prompts avancés, enchaînement de tâches et bibliothèque1 heure 15 min · Pratique guidée

Jour 2 · Découverte de l’image, de la vidéo, de l’audio, du web et du mobile

5 heures · de formation effective

Génération d’images et prompts visuels45 min · Pratique guidée
Génération vidéo et storyboard45 min · Démonstration et évaluation
Musique, audio et voix off45 min · Démonstration et évaluation
Conception d’interfaces web avec l’IA1 heure · Pratique guidée
Conception d’applications mobiles avec l’IA1 heure · Pratique guidée
Mini-projet créatif et révision45 min · Pratique guidée

Outils possibles

Carte thématique, tableau blanc ou Miro ; modèle imprimé possible
Un assistant autorisé : ChatGPT, Claude, Gemini ou Microsoft 365 Copilot, choisi selon la tâche et les accès disponibles
Grilles préparées d’évaluation, de vérification des sources et d’usage sûr
Word ou Google Docs
Canva ou un outil autorisé de génération d’images ; licence existante et quota de génération
Kling ou un outil autorisé de génération vidéo ; storyboard, courte séquence et quota de génération préparés
Exemples d’images, de vidéos et d’audio préparés par le formateur ; courte génération en direct selon le quota disponible
Musique avec Suno ou voix off avec un outil TTS autorisé ; consentement de la personne concernée, droits applicables et quota
Figma ou Google Stitch ; brief web/mobile préparé et liste de vérification de l’accessibilité
Un seul outil et un brief préparé pour le livrable choisi : texte, image, audio, vidéo ou interface

5 jours25 heures · de formation effective

IA à 360° : des fondamentaux à la pratique

Reliez les grands domaines de l’IA à leurs bases techniques, aux outils créatifs, à la programmation, à l’automatisation, aux données, à l’industrie, au droit et à l’éthique. Consacrez la dernière journée à la stratégie, à l’écosystème turc et à un projet d’équipe au périmètre défini.

Pour qui ?: Dirigeants, spécialistes et équipes techniques ou métier souhaitant une vision large de l’IA, ainsi que participants qui veulent choisir leur domaine d’approfondissement.
Prérequis: Maîtrise de base de l’ordinateur et des outils numériques. Les sujets techniques sont abordés au niveau des concepts et des démonstrations ; les laboratoires nécessitant de programmer sont sélectionnés séparément.
Livrables visés: Une comparaison des domaines techniques et professionnels de l’IA, de petits livrables pratiques, une ébauche de solution ou un prototype d’équipe et une feuille de route d’apprentissage ou de pilote à 30–60–90 jours.

Consulter le déroulé

Jour 1 · Le monde de l’IA, les outils et les premiers pas en toute sécurité

5 heures · de formation effective

Culture de l’IA et évolution du domaine30 min · Concepts et échanges
Domaines de l’IA et concepts fondamentaux30 min · Concepts et échanges
Comment fonctionnent les grands modèles de langage ?30 min · Démonstration et évaluation
Atelier d’initiation au prompt engineering1 heure · Pratique guidée
Écosystème des outils IA et usages multimodaux45 min · Démonstration et évaluation
Usage sûr, sources et contrôle des résultats45 min · Pratique guidée
Évolution des métiers et cas d’usage de l’IA30 min · Concepts et échanges
Parcours personnel de pratique et d’apprentissage30 min · Pratique guidée

Jour 2 · Machine learning, deep learning, NLP et vision

5 heures · de formation effective

Introduction au machine learning45 min · Concepts et échanges
Algorithmes de ML et adéquation problème–modèle1 heure · Démonstration et évaluation
Deep learning et réseaux de neurones45 min · Démonstration et évaluation
Architectures modernes de deep learning et modèles génératifs45 min · Concepts et échanges
NLP, technologies du langage et de la parole45 min · Démonstration et évaluation
Computer Vision et IA visuelle1 heure · Démonstration et évaluation

Jour 3 · IA générative, assistants documentaires, automatisation et programmation

5 heures · de formation effective

Gestion des connaissances et assistants avec NotebookLM45 min · Démonstration et évaluation
Génération d’images et prompts visuels45 min · Pratique guidée
Génération vidéo et storyboard45 min · Démonstration et évaluation
Automatisation métier avec l’IA et n8n1 heure · Pratique guidée
Démonstration d’assistants de code et de vibe coding1 heure · Démonstration et évaluation
Agents IA, outils et systèmes multi-agents45 min · Démonstration et évaluation

Jour 4 · Données, industrie, cybersécurité, droit et éthique

5 heures · de formation effective

Big Data et architectures de données45 min · Concepts et échanges
IoT, Edge AI et IA sur l’appareil45 min · Concepts et échanges
Jumeaux numériques, VR/AR et robotique45 min · Démonstration et évaluation
L’IA au service de la cyberdéfense45 min · Démonstration et évaluation
Sécurité des systèmes d’IA30 min · Concepts et échanges
Éthique et IA digne de confiance45 min · Concepts et échanges
Aspects juridiques de l’IA et propriété intellectuelle45 min · Concepts et échanges

Jour 5 · Politiques internes, écosystème turc, stratégie et projets

5 heures · de formation effective

Politique et gouvernance de l’IA en entreprise45 min · Pratique guidée
Choisir les outils, licences, budgets et ressources30 min · Pratique guidée
Stratégie IA et valeur métier30 min · Pratique guidée
Écosystème IA turc et tendances actuelles45 min · Concepts et échanges
Projet d’équipe : de l’idée IA à une ébauche de solution2 heures · Pratique guidée
Évaluation du projet et plan à 30–60–90 jours30 min · Pratique guidée

Outils possibles

Carte thématique, tableau blanc ou Miro ; modèle imprimé possible
Un assistant autorisé : ChatGPT, Claude, Gemini ou Microsoft 365 Copilot, choisi selon la tâche et les accès disponibles
Exemples d’images, de vidéos et d’audio préparés par le formateur ; courte génération en direct selon le quota disponible
Grilles préparées d’évaluation, de vérification des sources et d’usage sûr
Word ou Google Docs
Données et graphiques préparés, exemples interactifs de classification, régression et clustering
Python, Jupyter et scikit-learn ; données d’exemple préparées avec une licence adaptée
Visualisations de réseaux de neurones et exemple PyTorch ou TensorFlow préparé ; CPU ou environnement fourni à l’avance
Fiches de modèles Hugging Face et exemples de modèles à poids ouverts dont la licence a été vérifiée
Textes turcs ou multilingues préparés, exemples d’embeddings, d’analyse de sentiments et de traitement de la parole
OpenCV ou modèle de vision prêt à l’emploi ; images autorisées, exemples d’OCR et de détection d’objets
Gemini Notebook (NotebookLM) ou un outil documentaire sourcé autorisé ; corpus préparé
Canva ou un outil autorisé de génération d’images ; licence existante et quota de génération
Kling ou un outil autorisé de génération vidéo ; storyboard, courte séquence et quota de génération préparés
Environnement de formation n8n ou Power Automate prêt à l’emploi ; données fictives et validation humaine
Cursor, GitHub Copilot ou un assistant de code approuvé ; petit projet préparé
Démonstrations sûres préparées pour les appels d’outils, la mémoire, les connexions MCP/API et les systèmes multi-agents
Exemples d’architecture : lac de données, entrepôt, SQL, pipeline et traitement de flux
Cas de capteurs IoT, d’Edge AI et de production ; données d’exemple ou simulation
Vidéos ou simulations préparées de jumeaux numériques, VR/AR et robotique ; installation de matériel physique non incluse
Journaux de sécurité anonymisés, exemples de phishing et scénarios d’attaque/défense ; environnement de formation isolé
Fiches de cas sur l’équité, les biais, l’explicabilité, la vie privée et l’impact environnemental
Sources à jour sur la KVKK, le GDPR et l’AI Act de la Commission européenne ; exemples de clauses de licence ou de contrat
Excel ou Google Sheets ; notebook Python préparé si nécessaire
Sources primaires datées de TÜBİTAK, des organismes publics, des universités et des startups ; fiches de modèles turcs
Modèles et outils préparés pour le scénario créatif, technique ou métier choisi par le groupe
Fiches de cas : finance, santé, commerce, industrie, transport, RH, marketing, éducation et centres de contact

Préparation avant la formation

Outils et modalités d’apprentissage

Les exercices nécessitent un ordinateur, un compte autorisé et des fichiers d’exemple préparés. Les démonstrations utilisent l’environnement du formateur et des résultats préparés à l’avance. Les prérequis de programmation, de données et d’installation des laboratoires techniques sont indiqués sur les fiches des modules.

Les produits cités sont des options : il n’est pas nécessaire de tous les acheter. Les comptes, licences, chargements de fichiers, quotas et accès réseau sont vérifiés avant la formation. Un budget et un seuil d’arrêt sont définis à l’avance, notamment pour la génération d’images, de vidéos et d’audio ainsi que pour les API. Les exercices utilisent des données fictives ou dont l’utilisation est autorisée.

Les séances conceptuelles permettent de découvrir un domaine, les démonstrations d’évaluer des exemples et les exercices de produire un petit livrable. Les laboratoires techniques traitent un seul problème dans un environnement préparé.

Les résultats sont évalués selon leur exactitude, leur créativité, leur pertinence métier, leurs sources, les droits applicables et la sûreté de leur utilisation.

Durée totale de formation effective0 min

Accéder au projet de formation 0

Catalogue complet des formations

50 modules thématiques · 10 laboratoires d’approfondissement

Chaque sujet du catalogue peut être sélectionné séparément. Les programmes proposés sont composés à partir de ce catalogue ; aucun programme ne regroupe tous les modules. Les laboratoires d’approfondissement se planifient séparément et leur ajout augmente la durée totale.

Rechercher un sujet ou un outil

60 modules affichés

Culture de l’IA et écosystème30 min

Culture de l’IA et évolution du domaine

Évolution de l’IA, usages actuels, opportunités et limites. Relations entre décision humaine, automatisation et IA.

Concepts et échanges

Contenu et livrable

Livrables visés: Décomposer une tâche en étapes relevant de l’IA, de l’automatisation et de l’humain.
Prérequis: Maîtrise de base de l’ordinateur.
Outils possibles: Carte thématique, tableau blanc ou Miro ; modèle imprimé possible

Culture de l’IA et écosystème30 min

Domaines de l’IA et concepts fondamentaux

IA symbolique, recherche et optimisation, ML, DL, IA générative, LLM et systèmes multimodaux. Situer correctement les notions d’IA spécialisée et d’IA générale.

Concepts et échanges

Contenu et livrable

Livrables visés: Une carte conceptuelle associant les principaux domaines à des exemples.
Prérequis: Aucun prérequis technique particulier.
Outils possibles: Carte thématique, tableau blanc ou Miro ; modèle imprimé possible

IA générative et conception de prompts30 min

Comment fonctionnent les grands modèles de langage ?

Tokens, contexte, entraînement et inférence, actualité des informations et hallucinations. Produits comme ChatGPT et familles de modèles comme GPT, Claude, Gemini et Llama ; différences entre services fermés et modèles à poids ouverts.

Démonstration et évaluation

Contenu et livrable

Livrables visés: Expliquer les limites d’une réponse de modèle et les options d’utilisation.
Prérequis: Concepts fondamentaux de l’IA.
Outils possibles: Un assistant autorisé : ChatGPT, Claude, Gemini ou Microsoft 365 Copilot, choisi selon la tâche et les accès disponibles

IA générative et conception de prompts1 heure

Atelier d’initiation au prompt engineering

Rôle, tâche, contexte, sources, exemples, format de sortie et contraintes. Évaluer puis améliorer une première réponse selon des critères définis.

Pratique guidée

Contenu et livrable

Livrables visés: Un modèle de prompt testé et réutilisable.
Prérequis: Un compte IA autorisé ou un exercice partagé avec le formateur.
Outils possibles: Un assistant autorisé : ChatGPT, Claude, Gemini ou Microsoft 365 Copilot, choisi selon la tâche et les accès disponibles

IA générative et conception de prompts1 heure 15 min

Prompts avancés, enchaînement de tâches et bibliothèque

Personas, exemples few-shot, décomposition en sous-tâches, sortie structurée et critères de qualité. Comparer et versionner les prompts adaptés au workflow.

Pratique guidée

Contenu et livrable

Livrables visés: Un enchaînement de prompts en trois étapes et un ensemble de modèles évalués.
Prérequis: Bases de la rédaction de prompts.
Outils possibles: Un assistant autorisé : ChatGPT, Claude, Gemini ou Microsoft 365 Copilot, choisi selon la tâche et les accès disponibles
Grilles préparées d’évaluation, de vérification des sources et d’usage sûr

Culture de l’IA et écosystème45 min

Écosystème des outils IA et usages multimodaux

Panorama des outils de texte, recherche, image, vidéo, audio et code, en local ou dans le cloud. Examiner l’adéquation outil–tâche à travers deux courtes démonstrations choisies à l’avance.

Démonstration et évaluation

Contenu et livrable

Livrables visés: Une carte des outils classés par tâche.
Prérequis: Aucun prérequis technique particulier.
Outils possibles: Un assistant autorisé : ChatGPT, Claude, Gemini ou Microsoft 365 Copilot, choisi selon la tâche et les accès disponibles
Exemples d’images, de vidéos et d’audio préparés par le formateur ; courte génération en direct selon le quota disponible

Droit, éthique et gouvernance45 min

Usage sûr, sources et contrôle des résultats

Données personnelles, secrets commerciaux, vérification des sources, deepfakes et instructions malveillantes dans les documents. Déterminer les données partageables et les validations humaines.

Pratique guidée

Contenu et livrable

Livrables visés: Un exemple corrigé et une liste de vérification pour un usage sûr.
Prérequis: Concepts fondamentaux de l’IA.
Outils possibles: Un assistant autorisé : ChatGPT, Claude, Gemini ou Microsoft 365 Copilot, choisi selon la tâche et les accès disponibles
Grilles préparées d’évaluation, de vérification des sources et d’usage sûr

Culture de l’IA et écosystème30 min

Évolution des métiers et cas d’usage de l’IA

Transformation des tâches, collaboration humain–IA, besoins d’apprentissage et attentes réalistes. Exemples issus de différentes fonctions.

Concepts et échanges

Contenu et livrable

Livrables visés: Identifier deux opportunités et une limite pour son propre rôle.
Prérequis: Une tâche professionnelle ou quotidienne connue du participant.
Outils possibles: Carte thématique, tableau blanc ou Miro ; modèle imprimé possible

Stratégie, projets et transformation30 min

Parcours personnel de pratique et d’apprentissage

Évaluer un court essai, identifier ses centres d’intérêt, les compétences à développer, les ressources et les prochaines étapes. Installer des habitudes d’apprentissage et d’usage sûr.

Pratique guidée

Contenu et livrable

Livrables visés: Un plan d’apprentissage avec deux objectifs pratiques et un indicateur de suivi.
Prérequis: Séances d’introduction ou connaissances équivalentes.
Outils possibles: Word ou Google Docs
Grilles préparées d’évaluation, de vérification des sources et d’usage sûr

IA générative et conception de prompts1 heure

Création de textes, communication et contenus

Exemples d’e-mails, propositions, réponses clients, comptes rendus de réunion, contenus LinkedIn, marketing et pédagogiques. Public cible, ton, exactitude et voix de marque.

Pratique guidée

Contenu et livrable

Livrables visés: Un texte révisé et une variante pour un scénario choisi.
Prérequis: Bases des prompts et brief d’exemple.
Outils possibles: Un assistant autorisé : ChatGPT, Claude, Gemini ou Microsoft 365 Copilot, choisi selon la tâche et les accès disponibles
Word ou Google Docs

IA générative et conception de prompts1 heure

Recherche, analyse et comparaison de documents

Analyse de PDF/Word, recherches sectorielles ou concurrentielles et brief client. Lien affirmation–source–date, contradictions et informations manquantes.

Pratique guidée

Contenu et livrable

Livrables visés: Une comparaison ou une synthèse de recherche aux sources traçables.
Prérequis: Documents autorisés et bases des prompts.
Outils possibles: Un assistant autorisé : ChatGPT, Claude, Gemini ou Microsoft 365 Copilot, choisi selon la tâche et les accès disponibles
Gemini Notebook (NotebookLM) ou un outil documentaire sourcé autorisé ; corpus préparé

Assistants documentaires et agents45 min

Gestion des connaissances et assistants avec NotebookLM

Questions-réponses, synthèses et citations à partir de sources préparées dans Gemini Notebook/NotebookLM. Examiner un exemple de synthèse audio selon ses sources et son exactitude.

Démonstration et évaluation

Contenu et livrable

Livrables visés: Une liste de questions et de sources permettant d’évaluer les réponses d’un assistant documentaire.
Prérequis: Corpus préparé à l’avance ; fonctionnalités vérifiées selon les accès disponibles.
Outils possibles: Gemini Notebook (NotebookLM) ou un outil documentaire sourcé autorisé ; corpus préparé

Images, vidéo, musique et audio45 min

Génération d’images et prompts visuels

Affiches, couvertures, concepts de produits et visuels pour les réseaux sociaux. Composition, style, marque, retouche et droits d’utilisation sur un petit exemple.

Pratique guidée

Contenu et livrable

Livrables visés: Une ébauche visuelle et un brief d’amélioration.
Prérequis: Brief préparé, outil autorisé et quota disponible.
Outils possibles: Canva ou un outil autorisé de génération d’images ; licence existante et quota de génération

Images, vidéo, musique et audio45 min

Génération vidéo et storyboard

Scènes, caméra, continuité et prompts vidéo avec Kling ou l’outil choisi. Démonstration du formateur à partir d’une courte séquence et d’un storyboard préparés ; évaluation de la qualité et des droits.

Démonstration et évaluation

Contenu et livrable

Livrables visés: Une ébauche de storyboard et des notes de révision pour la séquence d’exemple.
Prérequis: Aucun compte payant obligatoire pour les participants ; environnement du formateur préparé.
Outils possibles: Kling ou un outil autorisé de génération vidéo ; storyboard, courte séquence et quota de génération préparés
Exemples d’images, de vidéos et d’audio préparés par le formateur ; courte génération en direct selon le quota disponible

Images, vidéo, musique et audio45 min

Musique, audio et voix off

Différence entre musique ou jingle avec Suno et voix off avec TTS. Rythme, ton de marque, productions vocales ou instrumentales, consentement et droits d’auteur ; évaluation d’exemples préparés.

Démonstration et évaluation

Contenu et livrable

Livrables visés: Un brief musical ou de voix off et une note d’évaluation.
Prérequis: Exemples du formateur ; consentement explicite si la voix d’une personne est utilisée.
Outils possibles: Musique avec Suno ou voix off avec un outil TTS autorisé ; consentement de la personne concernée, droits applicables et quota
Exemples d’images, de vidéos et d’audio préparés par le formateur ; courte génération en direct selon le quota disponible

Design web, mobile et produit1 heure

Conception d’interfaces web avec l’IA

Objectif d’une landing page, hiérarchie de l’information, CTA, langage visuel et accessibilité. Ébauche d’une page dans Figma/Stitch à partir d’un brief préparé.

Pratique guidée

Contenu et livrable

Livrables visés: Une maquette d’écran de page web.
Prérequis: Usage de base des outils numériques et brief préparé.
Outils possibles: Figma ou Google Stitch ; brief web/mobile préparé et liste de vérification de l’accessibilité

Design web, mobile et produit1 heure

Conception d’applications mobiles avec l’IA

Idée produit, parcours utilisateur, onboarding, écran principal et principes du paywall. Un parcours mobile à partir d’un brief préparé ; différence entre maquette et produit fonctionnel.

Pratique guidée

Contenu et livrable

Livrables visés: La liste des écrans d’un parcours mobile et une ébauche de l’écran principal.
Prérequis: Usage de base des outils numériques ; idée d’application ou brief.
Outils possibles: Figma ou Google Stitch ; brief web/mobile préparé et liste de vérification de l’accessibilité

Design web, mobile et produit45 min

Mini-projet créatif et révision

Choisir un texte, un visuel, un storyboard ou une maquette d’interface et l’améliorer selon le brief. Prévoir comment réunir les différents médias dans une campagne.

Pratique guidée

Contenu et livrable

Livrables visés: Un seul livrable révisé et une liste de tâches pour les autres productions.
Prérequis: Au moins une ébauche préparée lors des séances précédentes.
Outils possibles: Un seul outil et un brief préparé pour le livrable choisi : texte, image, audio, vidéo ou interface
Grilles préparées d’évaluation, de vérification des sources et d’usage sûr

Assistants documentaires et agents1 heure

Automatisation métier avec l’IA et n8n

Déclencheur, données, étape LLM, validation humaine et sortie. Traiter des données fictives dans un modèle n8n/Power Automate préparé ; limites d’erreurs et de coûts.

Pratique guidée

Contenu et livrable

Livrables visés: Un petit workflow avec validation, adapté dans l’environnement de formation.
Prérequis: Compte et modèle opérationnels à l’avance ; accès vérifiés.
Outils possibles: Environnement de formation n8n ou Power Automate prêt à l’emploi ; données fictives et validation humaine

Assistants documentaires et agents45 min

Agents IA, outils et systèmes multi-agents

Différence entre agent et automatisation fixe : appels d’outils, mémoire, planification et répartition du travail entre agents. Démonstration préparée avec connexions MCP/API et limites d’autorisation.

Démonstration et évaluation

Contenu et livrable

Livrables visés: Déterminer si une tâche nécessite un agent et où placer la validation humaine.
Prérequis: Concepts de base des LLM et de l’automatisation.
Outils possibles: Environnement de formation n8n ou Power Automate prêt à l’emploi ; données fictives et validation humaine
Démonstrations sûres préparées pour les appels d’outils, la mémoire, les connexions MCP/API et les systèmes multi-agents

Assistants documentaires et agents30 min

Comparer RAG, contexte et fine-tuning

Ajout de documents au contexte, embeddings et recherche, RAG et adaptation des modèles. Modèles à poids ouverts, exécution locale et besoins en données et calcul.

Concepts et échanges

Contenu et livrable

Livrables visés: Choisir une approche argumentée pour trois scénarios.
Prérequis: Concepts de LLM et de données.
Outils possibles: Gemini Notebook (NotebookLM) ou un outil documentaire sourcé autorisé ; corpus préparé
Fiches de modèles Hugging Face et exemples de modèles à poids ouverts dont la licence a été vérifiée

Développement logiciel avec l’IA1 heure

Démonstration d’assistants de code et de vibe coding

Ébauche d’une petite fonctionnalité avec Cursor, GitHub Copilot ou un assistant autorisé. Définition de tâche, lecture de code, débogage et limites d’exécution sûre.

Démonstration et évaluation

Contenu et livrable

Livrables visés: Expliquer le workflow d’un assistant de code et le rôle de la revue humaine.
Prérequis: Programmation non obligatoire ; le formateur utilise un projet préparé.
Outils possibles: Cursor, GitHub Copilot ou un assistant de code approuvé ; petit projet préparé

Développement logiciel avec l’IA2 heures

Pratique du développement logiciel avec l’IA

Sur un petit projet préparé : développement d’une fonctionnalité, débogage, revue de Git diff et vérification ciblée. Démarche contrôlée du besoin à la modification du code.

Pratique guidée

Contenu et livrable

Livrables visés: Une petite fonctionnalité opérationnelle en local et une note de revue.
Prérequis: Bases de programmation, Git et environnement de développement installé.
Outils possibles: Cursor, GitHub Copilot ou un assistant de code approuvé ; petit projet préparé
Git, comparaison des modifications et liste de vérification pour la revue de code

Développement logiciel avec l’IA1 heure 30 min

API de modèles et intégration dans les applications

HTTP/JSON, sécurité des identifiants, sortie structurée, gestion des erreurs et quota. Connecter une API simulée en local à une application Python/JavaScript préparée.

Pratique guidée

Contenu et livrable

Livrables visés: Une intégration d’exemple fonctionnelle avec une limite d’utilisation.
Prérequis: Bases de programmation et HTTP/JSON ; budget approuvé au préalable si un accès en ligne est nécessaire.
Outils possibles: Client Python/JavaScript préparé et API simulée en local ; quota approuvé à l’avance en cas d’accès à un modèle en ligne
Cursor, GitHub Copilot ou un assistant de code approuvé ; petit projet préparé

Développement logiciel avec l’IA1 heure

Qualité, tests et sécurité du code généré par l’IA

Lire le code généré au regard du besoin, effectuer des vérifications utiles, examiner les risques liés aux dépendances et aux secrets, déboguer et gérer les versions.

Pratique guidée

Contenu et livrable

Livrables visés: Un compte rendu de revue et d’acceptation d’une modification de code.
Prérequis: Bases de programmation et projet d’exemple préparé.
Outils possibles: Cursor, GitHub Copilot ou un assistant de code approuvé ; petit projet préparé
Git, comparaison des modifications et liste de vérification pour la revue de code
Grilles préparées d’évaluation, de vérification des sources et d’usage sûr

Machine learning et deep learning45 min

Introduction au machine learning

Apprentissage supervisé, non supervisé et par renforcement ; classification et régression. Données, caractéristiques, cible, entraînement et évaluation.

Concepts et échanges

Contenu et livrable

Livrables visés: Associer des problèmes métier aux types d’apprentissage.
Prérequis: Concepts fondamentaux de l’IA ; aucune programmation requise.
Outils possibles: Données et graphiques préparés, exemples interactifs de classification, régression et clustering

Machine learning et deep learning1 heure

Algorithmes de ML et adéquation problème–modèle

Régressions linéaire et logistique, arbre de décision, Random Forest, SVM et KNN. Comparer métriques, surapprentissage et choix des modèles à partir de résultats préparés.

Démonstration et évaluation

Contenu et livrable

Livrables visés: Choisir un modèle de référence et un critère d’évaluation pour un problème.
Prérequis: Introduction au ML ; lecture de graphiques simples.
Outils possibles: Python, Jupyter et scikit-learn ; données d’exemple préparées avec une licence adaptée
Données et graphiques préparés, exemples interactifs de classification, régression et clustering

Machine learning et deep learning45 min

Clustering, recommandation et apprentissage par renforcement

Regroupement de données non étiquetées, similarité et recommandation, récompense et politique. Exemples préparés pour étudier l’adéquation aux tâches et les limites d’utilisation.

Démonstration et évaluation

Contenu et livrable

Livrables visés: Associer trois cas d’usage à une méthode et à des besoins en données.
Prérequis: Concepts fondamentaux du ML.
Outils possibles: Python, Jupyter et scikit-learn ; données d’exemple préparées avec une licence adaptée
Données et graphiques préparés, exemples interactifs de classification, régression et clustering

Machine learning et deep learning45 min

Deep learning et réseaux de neurones

Neurones, couches, activation, perte et principe de rétropropagation. Visualisations préparées du déroulement de l’apprentissage ; besoins en données et GPU/CPU.

Démonstration et évaluation

Contenu et livrable

Livrables visés: Expliquer simplement le cycle d’entraînement d’un réseau de neurones.
Prérequis: Concepts fondamentaux du ML ; aucune démonstration mathématique ni programmation requise.
Outils possibles: Visualisations de réseaux de neurones et exemple PyTorch ou TensorFlow préparé ; CPU ou environnement fourni à l’avance

Machine learning et deep learning45 min

Architectures modernes de deep learning et modèles génératifs

Panorama des CNN, RNN/LSTM, Transformer, GAN et modèles de diffusion. Transfer learning et fine-tuning ; comparaison des architectures selon leurs applications.

Concepts et échanges

Contenu et livrable

Livrables visés: Une carte reliant architecture, type de données et tâche.
Prérequis: Fondamentaux du deep learning.
Outils possibles: Visualisations de réseaux de neurones et exemple PyTorch ou TensorFlow préparé ; CPU ou environnement fourni à l’avance
Fiches de modèles Hugging Face et exemples de modèles à poids ouverts dont la licence a été vérifiée

Machine learning et deep learning45 min

NLP, technologies du langage et de la parole

Tokenisation, embeddings, classification de textes, analyse de sentiments, synthèse, chatbots et questions-réponses. Données en turc et concepts ASR/TTS.

Démonstration et évaluation

Contenu et livrable

Livrables visés: Définir une approche et un critère d’évaluation pour une tâche de langage ou de parole.
Prérequis: Concepts de base des modèles ; démonstration avec des exemples préparés.
Outils possibles: Fiches de modèles Hugging Face et exemples de modèles à poids ouverts dont la licence a été vérifiée
Textes turcs ou multilingues préparés, exemples d’embeddings, d’analyse de sentiments et de traitement de la parole

Machine learning et deep learning1 heure

Computer Vision et IA visuelle

Classification d’images, détection d’objets, OCR, limites de la reconnaissance faciale et contrôle qualité. Évaluer erreurs et confidentialité sur des exemples autorisés.

Démonstration et évaluation

Contenu et livrable

Livrables visés: Évaluer les capacités et les risques d’un cas d’usage visuel.
Prérequis: Concepts de base des modèles ; aucun exercice sur des données personnelles ou biométriques.
Outils possibles: OpenCV ou modèle de vision prêt à l’emploi ; images autorisées, exemples d’OCR et de détection d’objets

Big Data et MLOps45 min

Big Data et architectures de données

5V, lacs et entrepôts de données, traitements batch ou en temps réel et pipelines. Relations entre SQL, ingénierie des données et projets IA.

Concepts et échanges

Contenu et livrable

Livrables visés: Une carte d’architecture pour un flux de données d’exemple.
Prérequis: Notions de base sur les données et les tableaux.
Outils possibles: Exemples d’architecture : lac de données, entrepôt, SQL, pipeline et traitement de flux

Big Data et MLOps45 min

Qualité des données, caractéristiques et fuite de données

Valeurs manquantes ou aberrantes, doublons, sélection de caractéristiques et séparation des données. Examiner sur un exemple préparé l’effet de la qualité sur le résultat du modèle.

Pratique guidée

Contenu et livrable

Livrables visés: Une liste de préparation des données et un petit exemple corrigé.
Prérequis: Notions de base sur les tableaux ; bases de Python pour le parcours technique.
Outils possibles: Excel ou Google Sheets ; notebook Python préparé si nécessaire
Python, Jupyter et scikit-learn ; données d’exemple préparées avec une licence adaptée

Machine learning et deep learning45 min

Mini-démonstration d’un projet ML de bout en bout

Problème métier, données d’exemple, séparation entraînement/validation/test, métriques et analyse des erreurs. Suivre un notebook préparé de classification ou de régression.

Démonstration et évaluation

Contenu et livrable

Livrables visés: Expliquer les étapes et les limites d’une expérimentation de modèle.
Prérequis: Introduction au ML ; aucune programmation requise.
Outils possibles: Python, Jupyter et scikit-learn ; données d’exemple préparées avec une licence adaptée

Applications industrielles et sectorielles45 min

IoT, Edge AI et IA sur l’appareil

Données de capteurs, latence, fonctionnement hors ligne, énergie et répartition cloud/appareil. Exemples de production et de maintenance ; contraintes de taille et de mise à jour des modèles.

Concepts et échanges

Contenu et livrable

Livrables visés: Choisir une répartition edge/cloud pour un usage.
Prérequis: Concepts fondamentaux de l’IA et des données.
Outils possibles: Cas de capteurs IoT, d’Edge AI et de production ; données d’exemple ou simulation

Applications industrielles et sectorielles45 min

Jumeaux numériques, VR/AR et robotique

Différence entre jumeau numérique et simulation ; expériences VR/AR, perception, décision, mouvement et IA en robotique. Étudier la faisabilité à partir d’exemples préparés.

Démonstration et évaluation

Contenu et livrable

Livrables visés: Une carte des besoins technologiques et de données pour un scénario physique ou numérique.
Prérequis: Séance de sensibilisation ; aucun matériel ni déploiement sur site nécessaire.
Outils possibles: Vidéos ou simulations préparées de jumeaux numériques, VR/AR et robotique ; installation de matériel physique non incluse

Cybersécurité et sécurité de l’IA45 min

L’IA au service de la cyberdéfense

Détection d’anomalies, de phishing et de malwares dans les journaux de sécurité. Faux positifs, assistance aux analystes et décision humaine ; démonstration sur des exemples anonymisés.

Démonstration et évaluation

Contenu et livrable

Livrables visés: Une évaluation des bénéfices et des faux positifs pour un scénario de défense.
Prérequis: Bases de sécurité utiles ; exemples isolés et préparés.
Outils possibles: Journaux de sécurité anonymisés, exemples de phishing et scénarios d’attaque/défense ; environnement de formation isolé

Cybersécurité et sécurité de l’IA30 min

Sécurité des systèmes d’IA

Prompt injection, fuite de données ou de modèles, exemples adversariaux, data poisoning et permissions des outils d’agents. Couches de défense et signalement des incidents.

Concepts et échanges

Contenu et livrable

Livrables visés: Une correspondance entre risques et contrôles pour un système d’IA.
Prérequis: Concepts de base des modèles et agents ; aucun exercice d’attaque.
Outils possibles: Journaux de sécurité anonymisés, exemples de phishing et scénarios d’attaque/défense ; environnement de formation isolé
Grilles préparées d’évaluation, de vérification des sources et d’usage sûr

Droit, éthique et gouvernance45 min

Éthique et IA digne de confiance

Biais, équité, explicabilité, vie privée, deepfakes, manipulation et durabilité. Contrôle humain et conflits de valeurs étudiés à partir d’un cas.

Concepts et échanges

Contenu et livrable

Livrables visés: Une décision argumentée et des propositions de contrôle pour un cas éthique.
Prérequis: Aucun prérequis technique particulier.
Outils possibles: Fiches de cas sur l’équité, les biais, l’explicabilité, la vie privée et l’impact environnemental

Droit, éthique et gouvernance45 min

Aspects juridiques de l’IA et propriété intellectuelle

Sensibilisation à la KVKK/GDPR et à l’EU AI Act, transferts de données, droits d’auteur, licences, responsabilité et contrats. Distinguer les domaines de responsabilité à partir de sources à jour.

Concepts et échanges

Contenu et livrable

Livrables visés: Une liste de questions et de points de contrôle à clarifier avec l’équipe juridique.
Prérequis: Séance de sensibilisation ; un avis juridique propre à l’organisation nécessite un examen distinct par un spécialiste.
Outils possibles: Sources à jour sur la KVKK, le GDPR et l’AI Act de la Commission européenne ; exemples de clauses de licence ou de contrat

Droit, éthique et gouvernance45 min

Politique et gouvernance de l’IA en entreprise

Classes de données, outils autorisés, rôles de validation, matrice de risques, traçabilité et signalement des incidents. Adapter un modèle de politique préparé à un scénario.

Pratique guidée

Contenu et livrable

Livrables visés: Un projet de politique et une liste de responsabilités pour examen interne.
Prérequis: Règles existantes de l’organisation ou exemple de politique préparé.
Outils possibles: Sources à jour sur la KVKK, le GDPR et l’AI Act de la Commission européenne ; exemples de clauses de licence ou de contrat
Word ou Google Docs

Stratégie, projets et transformation30 min

Choisir les outils, licences, budgets et ressources

Adéquation à la tâche, modèle ouvert ou fermé, licence, limites de données, quotas d’API ou de génération et coût total. Alertes de dépenses, arrêt et solution de repli.

Pratique guidée

Contenu et livrable

Livrables visés: Une comparaison des coûts et des accès pour deux options.
Prérequis: Exemples préparés de volume d’utilisation et de prix ; tarifs réels actualisés avant la formation.
Outils possibles: Excel ou Google Sheets ; notebook Python préparé si nécessaire
Grilles préparées d’évaluation, de vérification des sources et d’usage sûr

Stratégie, projets et transformation30 min

Stratégie IA et valeur métier

AI Canvas, portefeuille de cas d’usage, impact, faisabilité, risque et gains rapides. Hypothèses de ROI, mesure initiale et travail humain.

Pratique guidée

Contenu et livrable

Livrables visés: Des scénarios classés par priorité et un indicateur de bénéfice.
Prérequis: Un processus métier connu du participant.
Outils possibles: Carte thématique, tableau blanc ou Miro ; modèle imprimé possible
Excel ou Google Sheets ; notebook Python préparé si nécessaire

Applications industrielles et sectorielles45 min

Panorama sectoriel de l’intelligence artificielle

Finance, santé, commerce, production, transport, RH, marketing, éducation et centres de contact. Comment données, risques et valeur changent avec des technologies similaires.

Concepts et échanges

Contenu et livrable

Livrables visés: Une carte comparative des cas d’usage entre secteurs.
Prérequis: Aucun prérequis technique particulier.
Outils possibles: Fiches de cas : finance, santé, commerce, industrie, transport, RH, marketing, éducation et centres de contact

Stratégie, projets et transformation45 min

Gestion et faisabilité des projets IA

Problème et utilisateurs, découverte des données, pertinence de l’IA, rôles de l’équipe, dépendances, critères d’acceptation et risques du projet.

Pratique guidée

Contenu et livrable

Livrables visés: Une fiche de projet pilote au périmètre défini.
Prérequis: Idée métier ou produit sélectionnée.
Outils possibles: Carte thématique, tableau blanc ou Miro ; modèle imprimé possible

Big Data et MLOps45 min

MLOps, LLMOps et passage en production

Gestion des versions, évaluation et monitoring, approche A/B, dérive, réentraînement, coûts, retour arrière et dette technique. Exemple préparé de cycle de vie d’un modèle ou d’un LLM.

Démonstration et évaluation

Contenu et livrable

Livrables visés: Une liste des contrôles nécessaires pour faire passer un prototype en production.
Prérequis: Connaissance de base des applications ML ou LLM ; installation d’environnement non incluse.
Outils possibles: Exemples préparés de versions de modèles, d’évaluation, de suivi, de dérive et de tableau de coûts ; outils comme MLflow

Culture de l’IA et écosystème45 min

Écosystème IA turc et tendances actuelles

Startups, travaux universitaires et publics en Turquie, modèles en turc et usages locaux. Évaluer des tendances comme l’Agentic AI et les modèles ouverts à partir de sources datées.

Concepts et échanges

Contenu et livrable

Livrables visés: Une carte de l’écosystème et des ressources d’apprentissage avec dates et sources.
Prérequis: Aucun prérequis technique particulier ; exemples actualisés avant la formation.
Outils possibles: Sources primaires datées de TÜBİTAK, des organismes publics, des universités et des startups ; fiches de modèles turcs

Stratégie, projets et transformation2 heures

Projet d’équipe : de l’idée IA à une ébauche de solution

Choisir un parcours : contenu créatif, assistant documentaire, automatisation ou cas sectoriel. Problème, données, outil, droits, risques et critère de réussite ; une seule ébauche ou un seul prototype dans un environnement préparé.

Pratique guidée

Contenu et livrable

Livrables visés: Un livrable présentable et une note de faisabilité ou d’essai.
Prérequis: Cas défini à l’avance, outils et données prêts ; les installations, même courtes, se font avant la formation.
Outils possibles: Modèles et outils préparés pour le scénario créatif, technique ou métier choisi par le groupe
Fiches de cas : finance, santé, commerce, industrie, transport, RH, marketing, éducation et centres de contact

Stratégie, projets et transformation30 min

Évaluation du projet et plan à 30–60–90 jours

Courte présentation en équipe, retours entre pairs, ressources et prochaines étapes d’apprentissage. Au-delà de trois équipes, l’évaluation se déroule en ateliers parallèles.

Pratique guidée

Contenu et livrable

Livrables visés: Une liste de révisions et une feuille de route d’apprentissage ou de pilote avec des responsables identifiés.
Prérequis: Livrable du projet prêt et dispositif d’évaluation adapté au nombre de groupes.
Outils possibles: Word ou Google Docs
Grilles préparées d’évaluation, de vérification des sources et d’usage sûr

Machine learning et deep learning5 heures

Laboratoire ML avec Python/Jupyter

Sur un seul jeu de données : préparation, modèle de référence, entraînement et évaluation, surapprentissage et analyse des erreurs. Interpréter le résultat et conserver une trace reproductible.