Skip to content

Latest commit

 

History

History
54 lines (39 loc) · 2.28 KB

plan.md

File metadata and controls

54 lines (39 loc) · 2.28 KB

Format

cookbook , atelier court , video associé Vuepress github

Ressources

Découvrir le Machine Learning v4.pptx Formation Worldline ML - TP2 - Random Forest.ipynb - Colaboratory Formation Worldline ML - TP3 - SVM.ipynb - Colaboratory Formation Worldline ML - TP4 - Deep Learning.ipynb - Colaboratory Découvrir le Machine Learning v4.pptx

  • Trainings Fanilo
  1. Je consomme du prompt

a. Librechat : decrouvrir les Agents/Plugin , les pre prompt ,les raccourcis en / ,l'utilisation MM-LLMs avec dallee notamment ... b. Prompt engineering ( résumé des phrase clefs,de proposer un role au LLM ... ) c. RAG level 1: LibreChat --> pose pdf ,creation d'une bibliotheque , (windows, token ) d. decouverte de LM Studio (interface graphique avec GUI et utilisation avec curl )

  1. interrragir avec une api LLM et consommer cette API chez Worldline

a. Utilisation de Github copilot pour l'aide a developpement python b. Copilot dans les IDE ( aide a la generration des tests , refactoring, assistance , generation de la doc , comprehension et genération de diagrammes d'architecture) c. Utilisation de LLM distants : Azure/Gemini API OpenAI avec curl + puis client python
(via Stephan Pirson, MS --> Data Platform. https://worldline365.sharepoint.com/_forms/. spfxsinglesignon.aspx. <--- un proxy IA pour switcher de manière transparante entre les modèles ) d. RAG level 2: utilisation de llama-index () Langchain4j so on veut faire du JAVA) c. Function calling / Json Mode --> cf Demo Jean François d. Utilisation en local (Ollama CLI)

  1. Créer,deployer,customiser un modèle (cloud , locale)

a. Hugging Face ( Modèle préentrainé, utiliser derriere les API , m is aussi une partie ML , entrainement generation modèle pour utilisation) b. AI dans GCP : Vertex AI / Gemini ( modèle de language, google collab , ML flow ) c. Découverte du prototypage avec Jupyter notebook (ce n'est pas le format final de developpement embarqué)

( contexte : la GenAI générique ne résout pas tous les problèmes nécessité de customiser le modèle)

LM studio --> attention Zscaler

Review de la formation

Yassine K et Cyril 
Fanilo  
Johanne  + Valentine 
Stéphane P.
Julien Carme
Efan et Matt
Lioune
Julien Theruelle 
Stéphane Verv