Chefs de projet, développeurs, architectes logiciels, développeurs web souhaitant intégrer des solutions IA dans les applications
Savoir interfacer des applications avec des solutions IA internes ou externes, savoir développer des API d'IA robustes et sécurisées, intégrer des modèles d'IA via des services cloud, maîtriser les services d'IA (AIaaS)
Maîtrise de la programmation (Python ou JavaScript), expérience en développement web (frontend et backend), notions de base des API REST, fondamentaux IA
|
| Présentation API IA |
Durée : 3h
Méthodes pédagogiques : exposé/échanges
Matériels et moyens : video-projecteur en présentiel, tableau partagé en classe virtuelle | Rappels : principe de fonctionnement des API
Types d'API (REST, SOAP, GraphQL)
Présentation d'API d'IA populaires (Google Cloud AI, AWS AI Services, Azure Cognitive Services)
|
|
| Fondamentaux du développement d'API |
Durée : 3h
Méthodes pédagogiques : exposé/échanges
Matériels et moyens : video-projecteur en présentiel, tableau partagé en classe virtuelle | Acquérir les compétences de base pour développer et consommer des API.
Langages de programmation pour le développement d'API (Python, JavaScript)
Frameworks pour le développement d'API (Flask, Django, Express.js)
Méthodes HTTP et formats de données (JSON, XML)
Authentification et autorisation (OAuth, JWT)
|
|
| Intégration de modèles d'IA dans des applications |
Durée : 5h30
Méthodes pédagogiques : alternance de théorie et de travaux pratiques
Matériels et moyens : vidéo-projecteur en présentiel, tableau partagé en classe virtuelle, infrastructure distribuée serveurs Linux | Préparation et traitement des données pour l'IA
Utilisation de frameworks d'IA (TensorFlow, PyTorch, scikit-learn)
Déploiement de modèles d'IA (TensorFlow Serving, ONNX Runtime)
Création de points d'accès API pour servir des modèles d'IAAtelier : Intégration d'un modèle d'IA dans une application Web
|
|
| Utilisation de services d'IA en tant que service (AIaaS) |
Durée : 2h30
Méthodes pédagogiques : exposé/échanges
Matériels et moyens : video-projecteur en présentiel, tableau partagé en classe virtuelle | Introduction aux services d'IA en tant que service (AIaaS)
Services d'IA populaires (Google Cloud AI, AWS AI Services, Azure Cognitive Services)
Intégration de services d'IA dans des applications (reconnaissance d'image, traitement du langage naturel, etc.)
Études de cas et bonnes pratiques
|
|
| Développement d'API pour l'IA |
Durée : 2h30
Méthodes pédagogiques : exposé/échanges
Matériels et moyens : video-projecteur en présentiel, tableau partagé en classe virtuelle | Apprendre à développer des API spécifiques à l'IA.
Conception d'API pour l'IA (endpoints, méthodes, formats de données)
Développement d'API RESTful pour l'IA
Sécurisation des API d'IA (authentification, autorisation, chiffrement)
Documentation et tests des API d'IA (Swagger, Postman)
|
|
| Intégration frontend et projet pratique |
Durée : 5h
Méthodes pédagogiques : alternance de théorie et de travaux pratiques
Matériels et moyens : vidéo-projecteur en présentiel, tableau partagé en classe virtuelle, infrastructure distribuée serveurs Linux | Créer des interfaces utilisateur consommant des API d'IA et réaliser un projet complet.
Intégration de l'IA dans des applications web (React, Vue.js)
Utilisation de bibliothèques JavaScript pour l'IA (TensorFlow.js)
Gestion des appels API asynchrones et des états
Bonnes pratiques et tendances actuellesAtelier : développement d'une application complète (API + Frontend) intégrant l'IA
|
