Dans ce module, nous allons explorer les concepts fondamentaux de l'intelligence artificielle et de l'apprentissage automatique. Vous aborderez des thèmes clés tels que les systèmes de recommandation, les modèles d’apprentissage automatique et les différents types de méthodes d’apprentissage. À la fin de cette section, vous aurez acquis une compréhension approfondie des principes fondamentaux de l’IA et de l’apprentissage automatique, notamment les différences entre l’apprentissage supervisé, non supervisé et par renforcement, les types de données, les techniques d’inférence et les applications de l’apprentissage profond.

Dans ce module, nous aborderons en détail les principes fondamentaux de l’IA générative, en abordant des concepts clés tels que les modèles de base et les grands modèles linguistiques (LLM). Vous découvrirez également l'architecture Transformer, qui est essentielle pour les modèles d'IA modernes tels que GPT et BERT. De plus, nous explorerons comment l'IA générative peut produire des textes semblables à ceux rédigés par des humains, avec des applications dans les chatbots, la création de contenu, et bien plus encore.

Dans ce module, nous explorerons la suite d’outils et de services d’Amazon destinés à la mise en œuvre de l’IA générative, en mettant l’accent sur Amazon Bedrock. Vous apprendrez à déployer et à personnaliser des modèles de base, à mettre en œuvre l’ingénierie des prompts et à intégrer des modèles d’IA à des bases de connaissances et à d’autres services AWS. De plus, nous aborderons des sujets avancés tels que la génération augmentée par la recherche (RAG), le rôle des agents dans l’automatisation, les considérations tarifaires et les mesures de sécurité telles que les garde-fous. À l’issue de cette section, vous serez en mesure de créer et de faire évoluer des applications d’IA générative à l’aide d’AWS.

Dans ce module, nous nous intéresserons aux techniques utilisées pour affiner les modèles d'IA afin d'améliorer leurs performances sur des tâches ou des ensembles de données spécifiques. Vous comparerez l'ajustement fin à l'entraînement préalable continu afin de comprendre leurs objectifs distincts dans le domaine de l'apprentissage automatique. De plus, nous vous guiderons tout au long du processus de création de modèles personnalisés dans Amazon Bedrock, ce qui vous permettra d'adapter des solutions d'IA à des applications de spécialisation.

Dans ce module, nous vous guiderons tout au long du processus complet de création de votre propre modèle d’IA, de la conception initiale au déploiement. Vous apprendrez à préparer les données, à sélectionner des algorithmes, à entraîner des modèles et à les déployer à l’aide d’Amazon SageMaker. Nous aborderons également les rôles au sein d’une équipe de ML, les bonnes pratiques en matière de MLOps, et nous vous proposerons une démonstration pratique de la création, de l’optimisation et du déploiement d’un modèle d’apprentissage automatique dans un environnement réel. À la fin de cette section, vous disposerez des connaissances et des outils nécessaires pour créer, entraîner et déployer des modèles d’IA personnalisés pour vos applications.

Dans ce module, nous nous concentrerons sur le suivi des performances de vos modèles d’IA à l’aide d’indicateurs à la fois métier et techniques. Vous apprendrez à suivre les indicateurs métier qui permettent d’évaluer le succès et la valeur de vos modèles dans un contexte commercial. De plus, nous aborderons les indicateurs techniques essentiels pour surveiller l’efficacité et l’efficience des modèles d’apprentissage automatique, afin de garantir qu’ils fonctionnent de manière optimale.

Dans ce module, nous aborderons en détail les considérations éthiques qui doivent guider le développement des systèmes d’IA. Vous explorerez des thèmes clés tels que l’équité, la transparence et la responsabilité, afin de garantir que les technologies d’IA soient responsables et équitables. Nous discuterons également des stratégies permettant de relever les défis liés à l’IA, tels que les biais et l’explicabilité, et nous vous fournirons les outils nécessaires pour faire face aux dilemmes éthiques liés au développement et au déploiement de l’IA.

Dans ce module, nous vous présenterons la gamme complète de services d’IA et d’apprentissage automatique proposés par AWS. Vous apprendrez à utiliser des services tels qu’Amazon Comprehend pour l’analyse de texte, Amazon Lex pour la création d’interfaces conversationnelles et Amazon Rekognition pour l’analyse d’images et de vidéos. Nous aborderons également des outils tels qu’Amazon Personalize pour les recommandations de produits et Amazon Polly pour la synthèse vocale. À la fin de cette section, vous serez en mesure d’enrichir vos projets d’IA grâce à la vaste gamme de services de spécialisation d’AWS.

Dans ce module, nous vous fournirons des conseils et des stratégies essentiels pour vous préparer à l'examen de certification AWS AI. Vous bénéficierez de conseils sur les thèmes clés à privilégier et sur la manière d'organiser vos sessions d'étude afin d'obtenir les meilleurs résultats possibles. À la fin de cette section, vous vous sentirez en confiance et parfaitement armé pour réussir l'examen.