FormaGroup

Data, IA et automatisation

Formation Python au Maroc

Programmation, analyse de données, automatisation et intelligence artificielle. Comparez les parcours disponibles, choisissez votre spécialité et rejoignez un groupe dans votre ville.

Parcours associés

Quelle formation Python choisir ?

Chaque parcours répond à un usage et un niveau précis. Les modalités finales sont ajustées après qualification du groupe.

ERP et CRM5 jours

Développement technique Odoo

Créer des modules Odoo maintenables, étendre les modèles et construire des vues adaptées aux besoins métiers.

  • Architecture, ORM et modules
  • Vues, sécurité et logique métier
  • Rapports, tests et déploiement
IA et data5 jours

Machine learning avec Python

Préparer les données, entraîner des modèles et évaluer leur performance sur des cas métiers.

  • Préparation, exploration et variables
  • Modèles supervisés et non supervisés
  • Évaluation, interprétation et déploiement
IA et data3 jours

Développement d’applications RAG avec des modèles de langage

Concevez une application qui interroge des documents internes à l’aide d’un modèle de langage et de la génération augmentée par récupération (RAG). La formation couvre l’ingestion, la recherche, l’évaluation des réponses et la mise à disposition via API.

  • Architecture d’une application RAG et limites des modèles de langage
  • Préparation, découpage et métadonnées des documents
  • Embeddings et indexation vectorielle
  • Recherche sémantique, filtres et récupération hybride
  • Génération augmentée et citations de sources
  • Évaluation, tests et amélioration du système
  • API et démonstrateur d’assistant documentaire
IA et data3 jours

Conception et orchestration d’agents d’intelligence artificielle

Apprenez à concevoir des agents capables d’utiliser des outils, de suivre un workflow et de transmettre une tâche à d’autres composants. Les exercices portent sur l’orchestration, les garde-fous et la supervision, au-delà de la simple rédaction de prompts.

  • Principes et cas d’usage des agents IA
  • Appels d’outils et fonctions métier
  • État, mémoire et gestion des étapes
  • Orchestration de workflows et multi-agents
  • Validation humaine, permissions et garde-fous
  • Tests, traçabilité et démonstrateur métier
IA et data2 jours

Évaluation, sécurité et observabilité des applications LLM

Mettez en place des méthodes de test et de suivi pour des applications utilisant des modèles de langage. La formation traite de la qualité des réponses, des risques d’injection de prompt, de la protection des données et de l’observabilité en production.

  • Risques et modes de défaillance des applications LLM
  • Conception de jeux de tests et jeux de référence
  • Évaluation des réponses et des systèmes RAG
  • Injection de prompt et filtrage des entrées
  • Protection des données et contrôle des sorties
  • Traçage, observabilité et suivi des versions
  • Plan de mise en production et procédure d’incident
IA et data4 jours

MLOps : industrialisation et déploiement de modèles de machine learning

Structurez le cycle de vie d’un modèle, de l’expérimentation au déploiement et au suivi en production. Les participants construisent un pipeline reproductible intégrant suivi des expériences, versionnement, conteneurisation et surveillance des modèles.

  • Cycle de vie ML et principes MLOps
  • Suivi des expériences et registre de modèles
  • Préparation des données et reproductibilité
  • API de prédiction et conteneurisation
  • Automatisation CI/CD pour les modèles
  • Déploiement et stratégie de retour arrière
  • Monitoring, dérive et réentraînement
IA et data3 jours

Ingénierie des pipelines de données avec Apache Airflow

Concevez et exploitez des workflows de données planifiés, dépendants et observables avec Apache Airflow. Les travaux pratiques couvrent la structuration des DAG, la gestion des erreurs, les reprises et le déploiement de pipelines.

  • Architecture et concepts Apache Airflow
  • Création et structuration de DAG
  • Opérateurs, tâches et dépendances
  • Paramètres, connexions et secrets
  • Gestion des erreurs, reprises et alertes
  • Tests et bonnes pratiques de développement
  • Déploiement et supervision d’un pipeline
IA et data4 jours

Traitement distribué des données avec Apache Spark et PySpark

Apprenez à traiter de grands volumes de données avec Apache Spark et son interface Python. La formation aborde les DataFrames, les transformations distribuées, les formats de stockage et l’optimisation de traitements analytiques.

  • Architecture Spark et environnement d’exécution
  • DataFrames et opérations PySpark
  • Chargement et écriture de données
  • Transformations, agrégations et jointures
  • Partitionnement et formats de données
  • Optimisation et diagnostic de performance
  • Pipeline de traitement de bout en bout
IA et data2 jours

Bases de données vectorielles pour applications d’intelligence artificielle

Découvrez les principes de stockage et de recherche de vecteurs utilisés dans les applications RAG et de recherche sémantique. Les exercices portent sur l’indexation, les métadonnées, le filtrage et le choix d’une architecture adaptée au cas d’usage.

  • Embeddings et recherche par similarité
  • Index vectoriels et métriques de distance
  • Indexation, métadonnées et filtres
  • Recherche sémantique et hybride
  • Intégration avec un pipeline RAG
  • Évaluation des résultats et choix d’architecture
IA et data4 jours

Deep learning appliqué à la vision par ordinateur

Construisez et évaluez des modèles de vision par ordinateur pour classifier des images et détecter des objets. Le parcours s’appuie sur des jeux de données pratiques et aborde le prétraitement, l’entraînement, les métriques et l’inférence.

  • Préparation et augmentation des images
  • Réseaux convolutifs et classification
  • Transfert d’apprentissage
  • Détection d’objets et annotation
  • Entraînement et évaluation des modèles
  • Optimisation d’inférence et démonstrateur
IA et data3 jours

Traitement automatique du français et de l’arabe avec le NLP

Appliquez les techniques de traitement automatique du langage naturel à des textes en français et en arabe, y compris des données multilingues. Les ateliers couvrent le nettoyage, la classification, l’extraction d’informations et l’évaluation de modèles de texte.

  • Préparation de corpus français et arabes
  • Normalisation et tokenisation multilingue
  • Représentation des textes et classification
  • Reconnaissance d’entités et extraction d’informations
  • Modèles de langage et adaptation à une tâche
  • Évaluation, biais et limites des résultats
  • Mini-projet NLP multilingue
IA et data5 jours

Databricks Lakehouse pour l’ingénierie et l’analyse de données

Apprenez à organiser des données et à créer des traitements analytiques dans l’environnement Databricks Lakehouse. La formation couvre les notebooks, les tables Delta et la construction de pipelines avec SQL et Python.

  • Architecture lakehouse et espace de travail Databricks
  • Notebooks et calcul distribué : principes
  • Ingestion et transformation de données
  • Tables Delta et opérations courantes
  • Traitements analytiques avec SQL et Python
  • Workflows et orchestration de traitements
  • Gouvernance, partage et bonnes pratiques
IA et data3 jours

Qualité des données : contrôle, nettoyage et amélioration continue

Cette formation apprend à détecter et traiter les problèmes de qualité dans des jeux de données utilisés pour l’analyse et le pilotage. Les participants mettent en place des contrôles reproductibles et documentent les anomalies et leurs corrections.

  • Dimensions et enjeux de la qualité des données
  • Profilage et diagnostic des jeux de données
  • Nettoyage, dédoublonnage et normalisation
  • Règles de validation et contrôles automatisés
  • Gestion des anomalies et analyse des causes
  • Tableaux de bord et amélioration continue
IA et data5 jours

Databricks Lakehouse : analyse et ingénierie des données

Apprenez à travailler dans un environnement Lakehouse pour préparer, transformer et analyser des données avec SQL et des notebooks. La formation introduit les tables Delta, les workflows et les principes de collaboration entre ingénierie des données et analytique.

  • Architecture Lakehouse et espaces de travail
  • Notebooks et exploration de données
  • SQL et transformation de données
  • Tables Delta et gestion des données
  • Workflows, tâches et orchestration de base
  • Contrôle des accès et bonnes pratiques de collaboration
IA et data5 jours

Préparation à la certification Microsoft Certified: Azure Data Scientist Associate

Apprenez à préparer les données, entraîner et évaluer des modèles de machine learning avec Azure Machine Learning. La formation couvre aussi leur déploiement et le suivi des expériences dans un environnement cloud.

  • Espaces de travail et ressources Azure Machine Learning
  • Données, magasins de données et jeux de données
  • Environnements et scripts d’entraînement
  • Entraînement et réglage des modèles
  • Pipelines et suivi des expériences
  • Déploiement, inférence et surveillance
IA et data5 jours

Préparation à la certification Microsoft Certified: Azure AI Engineer Associate

Cette formation prépare à concevoir et intégrer des solutions d’intelligence artificielle sur Azure. Elle traite notamment des services Azure AI, de la recherche et de l’intégration de modèles génératifs dans des applications.

  • Architecture des solutions d’IA sur Azure
  • Azure AI services et intégration applicative
  • Traitement du langage et reconnaissance vocale
  • Vision par ordinateur et extraction d’informations
  • Recherche Azure AI et indexation
  • Applications génératives et sécurité
IA et data5 jours

Préparation à la certification AWS Certified Machine Learning Engineer – Associate

Apprenez à mettre en œuvre des charges de travail de machine learning sur Amazon Web Services, du traitement des données au déploiement. Le parcours aborde les services AWS courants, les bonnes pratiques d’exploitation et la préparation à l’examen associé.

  • Architecture et services AWS pour le machine learning
  • Préparation et transformation des données
  • Entraînement et évaluation des modèles
  • Déploiement et inférence
  • Automatisation et surveillance des workflows
  • Sécurité, optimisation et préparation à l’examen
IA et data5 jours

Préparation à la certification Google Cloud Professional Machine Learning Engineer

Cette formation couvre la conception, l’entraînement, le déploiement et l’exploitation de solutions de machine learning sur Google Cloud. Elle prépare à la certification Professional Machine Learning Engineer et s’adresse à des profils déjà familiers avec les principes du ML et du cloud.

  • Architecture ML sur Google Cloud
  • Préparation et gouvernance des données
  • Développement et entraînement de modèles
  • Pipelines et automatisation du cycle ML
  • Déploiement, inférence et mise à l’échelle
  • Surveillance, qualité et préparation à l’examen

Avec nos formateurs

Formations Python des formateurs du réseau

Toutes les formations

Formation locale

Python dans votre ville

Chaque page locale regroupe les parcours liés à Python, le contexte de la ville et un formulaire de demande contextualisé.

Rejoignez FormaGroup

Opportunités pour formateurs

Des missions de formation ouvertes dans votre domaine et votre ville.

Voir toutes les offres →