Generative AI
12 semaines
10h par semaine
Sans prérequis
A la fin de ce programme, vous serez capables de :​​​
-
Concevoir une API avec Flask et Python pour intégrer un modèle IA
-
Mettre en production des modèles d’IA dans une application web
-
Utiliser des LLMs via des API comme OpenAI ou IBM Watson
-
Déployer des applications IA générative en environnement cloud
-
Gérer les flux de données, les entrées utilisateur et la génération de texte
-
Sécuriser les appels API et gérer les performances des modèles
-
Créer une interface utilisateur simple connectée à un moteur IA
​Apprendre par projets
​​​
​​En ligne et/ou en Présentiel
Formation Certifiante​
​
En groupe ou individuel
​Mentoring personnalisé​​​
Agenda flexible
Maitrisez les techniques de développement des applications AI
Ce programme s’adresse aux développeurs, data scientists ou curieux du no-code/low-code souhaitant construire des applications intelligentes. Il couvre les bases de la création d’API avec Flask, la mise en œuvre d’un backend piloté par l’intelligence artificielle, ainsi que l'intégration de modèles de génération de texte (LLMs). La formation allie développement Python, usage d’API IA générative et déploiement sur le cloud pour créer des applications utiles et interactives.
Les apprenants développent des applications web légères avec Flask, consomment des APIs (OpenAI, IBM Watson), et utilisent Python pour orchestrer les appels, les traitements et les réponses IA. Ils mettent en œuvre des LLMs à travers des cas pratiques (chatbots, générateurs de contenu, outils d’assistance), tout en apprenant à structurer leur code, créer des endpoints API et gérer la sécurité des requêtes. Des démonstrations de déploiement avec Netlify, Render ou IBM Cloud sont intégrées.
Ce programme prépare à des métiers hybrides entre développement logiciel, intelligence artificielle et produit digital. Les compétences sont recherchées pour des postes comme développeur IA, ingénieur API, développeur back-end avec spécialisation IA, ou prototyper d’outils IA générative. La montée en puissance de l’IA générative crée une forte demande de profils capables d’intégrer ces outils dans des interfaces utilisateurs concrètes, utiles et sécurisées.
1
2
3
Generative AI
-
Introduction à Python pour la science des données (Semaines 1-2)Compétences acquises : Écrire des scripts Python de base Utiliser les types de données, boucles, fonctions, et conditions Gérer des listes, dictionnaires et tuples Manipuler des fichiers et importer des bibliothèques Utiliser Jupyter Notebook pour coder et documenter Outils / Technologies : Python (JupyterLab), Anaconda, pandas, NumPy
-
Projets pratiques avec Python (Semaines 3-4)Compétences acquises : Appliquer la pensée analytique dans un projet de données Nettoyer, transformer et analyser des données brutes Lire des fichiers CSV, Excel et JSON avec Python Automatiser des tâches avec des boucles et fonctions Produire un projet structuré reproductible Outils / Technologies : Python, pandas, Jupyter, GitHub
-
Bases de données et SQL avec Python (Semaines 5-6)Compétences acquises : Comprendre le modèle relationnel et les bases de données Écrire des requêtes SQL : SELECT, WHERE, JOIN, GROUP BY Manipuler des bases via SQLite et Python Intégrer SQL dans les notebooks pour l’analyse Optimiser les requêtes et explorer des jeux de données Outils / Technologies : SQL, SQLite, Python (sqlite3, SQLAlchemy), Jupyter Notebooks
-
Analyse des données avec Python (Semaines 7-9)Compétences acquises : Nettoyer et transformer des données avec pandas Calculer des statistiques descriptives et exploratoires Analyser des corrélations, tendances et anomalies Appliquer des fonctions de groupement et d’agrégation Créer des indicateurs à partir de jeux de données Outils / Technologies : Pandas, NumPy, SciPy, Seaborn
-
Visualisation des données avec Python (Semaines 10-12)Compétences acquises : Créer des graphiques professionnels pour l’analyse exploratoire Visualiser les relations avec des scatterplots, boxplots, heatmaps Générer des histogrammes, camemberts, courbes Utiliser des dashboards simples pour raconter une histoire Exporter et partager les visualisations Outils / Technologies : Matplotlib, Seaborn, Plotly, pandas
-
Fondamentaux du Web – HTML, CSS, JavaScript (Semaines 1-2)Compétences acquises : Structurer une page web avec HTML5 Styliser une interface avec CSS3 et Flexbox Créer des interactions simples avec JavaScript (DOM, événements) Appliquer les bonnes pratiques de développement web responsive Comprendre le fonctionnement d’un navigateur et du rendu web Outils / Technologies : HTML5, CSS3, JavaScript (ES6) VS Code, Chrome DevTools
-
Contrôle de version avec Git & GitHub (Semaines 3 et 4)Compétences acquises : Initialiser et organiser un projet avec Git Gérer les commits, branches et fusions Collaborer sur un dépôt distant via GitHub Utiliser les pull requests et gérer les conflits Documenter un projet avec un fichier README Outils / Technologies : Git (CLI), GitHub, GitHub Desktop Markdown, GitHub Pages (pour les démos)
-
Front-End avec React (Semaines 5 et 7)Compétences acquises : Comprendre la logique des composants React Gérer les états locaux avec useState et les effets avec useEffect Créer des interfaces dynamiques et des formulaires contrôlés Naviguer entre les pages avec React Router Organiser un projet React de façon modulaire Outils / Technologies : React, JSX, React Router Node.js, npm, Create React App, Chrome DevTools
-
Back-End avec Node.js et Express (Semaines 8-10)Compétences acquises : Construire une API REST avec Express Gérer les routes, requêtes, middlewares, et erreurs Lire, écrire et modifier des fichiers (file system) Sécuriser les endpoints de base (validation, headers) Structurer un serveur Express (routes, controllers, services) Outils / Technologies : Node.js, Express, Postman, dotenv Middleware Express, JSON, npm scripts
-
Projet d'intégration (Semaines 11-12)Compétences acquises : Concevoir une architecture client-serveur cohérente Intégrer React (front) et Express (back) via des appels API Déboguer une application complète en local Déployer une application web sur Render/Netlify Présenter et documenter son projet final Outils / Technologies : React + Express intégrés GitHub, Netlify (front), Render/Heroku (back) ESLint, Prettier, README
Profitez de l'expertise de nos mentors
​Votre mentor vous...
-
Guide à travers les apprentissages du programme pour s’assurer du développement de vos compétences.
-
Aide à planifier, créer et structurer votre portefeuille de projets réalisés au cours de la formation.
-
Fournit des conseils quant aux besoins des entreprises et vous prépare à démarrer une carrière dans votre domaine choisi.
