Formateur vision par ordinateur PyTorch pour équipes techniques

Parcours

Le formateur est ingénieur en intelligence artificielle et chercheur en doctorat, avec une spécialisation en deep learning, vision par ordinateur et modèles neuronaux. Il travaille avec Python et PyTorch sur l’ensemble du cycle de vie d’un modèle : préparation des données, entraînement, évaluation et mise à disposition via une API.

Son approche s’appuie notamment sur un projet de classification multi-classe d’images médicales par réseau de neurones convolutif. Cette expérience permet d’aborder concrètement les CNN, la constitution de jeux de données, les métriques d’évaluation, l’analyse des erreurs et les enjeux de déploiement d’un modèle de vision.

La formation alterne apports structurés, lecture de code, exercices guidés et réalisation progressive d’un cas pratique. Les participants manipulent les données d’images, construisent un pipeline PyTorch, entraînent un modèle, interprètent ses résultats puis découvrent les principes d’exposition d’une inférence via FastAPI.

Approche pédagogique

1. 1Recueil du niveau technique et des objectifs de l’équipe
2. 2Présentation des concepts à partir d’exemples de code
3. 3Manipulation guidée de jeux de données d’images
4. 4Construction progressive d’un modèle CNN avec PyTorch
5. 5Évaluation des résultats et analyse des erreurs
6. 6Synthèse des bonnes pratiques de déploiement

Publics accompagnés

• Développeurs Python
• Ingénieurs IA
• Équipes data
• Étudiants en informatique

Secteurs d’intervention

Ses 4 formations