Datascientest - deep learning computer vision / natural language processing

Certification : Expert en ingénierie de l'intelligence artificielle

Proposée par DATASCIENTEST — 75000 Paris

Formation Professionnelle
RNCP 38587
Présentiel
Pas d'apprentissage

Type

Catégorie de la certification

Autre certification inscrite au RNCP

Niveau de sortie

Niveau reconnu si applicable

Bac +5 (Niveau 7 - équivalence européenne)

Prix

Indiqué par l'établissement

7 990 €

Présentation

Fondamentaux de Transformers sur TensorFlow

Formation dispensée en Présentiel à l'adresse suivante :

Localisation & Rattachements

Adresse
2 Place de BARCELONE 75000 Paris
Académie
Paris
Département
Paris
Région
Île-de-France

La carte est indicative. Vérifiez l’accès avant votre déplacement.

Objectifs

La formation vise l'obtention du bloc de compétences 2 de la certification « Expert en ingénierie de l'intelligence artificielle » enregistrée au Répertoire National des Certifications Professionnelles sur décision du Directeur général de France Compétences en date du 09-02-2024. Le cursus est découpé en un tronc commun suivi de 2 parcours de spécialité : Computer Vision et Natural Language Processing. Le parcours visant la validation du bloc de compétences s'articule avec le tronc commun suivi d'une spécialité.

Débouchés / Résultats attendus

La formation vise l'obtention du bloc de compétences 2 de la certification « Expert en ingénierie de l'intelligence artificielle » enregistrée au Répertoire National des Certifications Professionnelles sur décision du Directeur général de France Compétences en date du 09-02-2024. La validation du titre complet est conditionnée à la validation de l'ensemble des blocs de compétences (note supérieure ou égale à 10/20 à chaque bloc) et la réalisation d’une période en entreprise de 130 jours minimum. A noter : les entrées et sorties de formation ont lieu chaque mois, mais les jurys validant la diplomation des candidats se tiennent deux fois par an, en février et en novembre.

Programme & Référentiel

1. Fondamentaux du Deep Learning Keras Réseaux de neurones convolutifs 2. TensorFlow et application TensorFlow Application sur la reconnaissance vocale 3. Deep Learning pour les séries temporelles Prétraitement et ingénierie des caractéristiques Régression et classification des séries temporelles 4. Méthodologie en Deep Learning et application Deep Learning autour de la détection de visages Spécialité Computer Vision : 1. Transfer Learning Transfer Learning avec TensorFlow 2. Auto-encodeur, représentation vectorielle Image embedding dans la reconnaissance faciale 3. Segmentation sémantique Segmentation avec Tensorflow Application sur les systèmes d'océrisation 4. Détection d'objet Détection d’objet en Deep Learning avec Tensorflow Données en 3D en Computer Vision 5. Image Generation Similitude de contenu et de style Generative Adversarial Network (GAN) Image impainting Spécialité Natural Language Processing : 1. Text Mining Fondamentaux, POS Tagging, Text Summarization 2. Word Embedding et application sur la Text Similarity Fondamentaux Text Similarity 3. Réseaux de neurones récurrents Réseaux de neurones récurrents Réseaux de neurones récurrents avancés avec TensorFlow 4. Transformers Fondamentaux de Transformers sur TensorFlow