← Retour aux formations
Formation Caplogy
IA multimodale
IA expert
Concevoir des modèles et applications combinant texte, image, son et vidéo
Niveau : Expert · Domaine : IA multimodale
1820 € HT / participant
- Modalité
- Présentiel / distanciel / hybride
- Durée
- 2 jours (14 heures)
- Participants / session
- 8
- Maintien de session
- Session maintenue dès 4 inscrits
- Date limite
- Illimité
Public concerné
Data scientists, ingénieurs ML confirmés
Prérequis
Deep Learning, NLP (ou équivalent)
Dans le parcours
Avant
Séquence 1 — L'espace commun
- Représenter une image et un texte dans le même espace : l'idée fondatrice
- L'entraînement contrastif : rapprocher les paires, éloigner le reste
- Ce que cela permet : chercher une image par du texte, et l'inverse
- Ce que cela ne permet pas : raisonner sur une scène complexe
Séquence 2 — Les familles d'architectures
- Encodeurs séparés avec projection commune : recherche et appariement
- Fusion précoce et fusion tardive : ce que chacune conserve
- Modèles de langage dotés d'un encodeur visuel : description et question-réponse
- Génération conditionnée : de la consigne textuelle à l'image ou au son
Séquence 3 — Données et alignement
- Construire des paires : légendes, transcriptions, annotations — et leur qualité
- Le bruit d'alignement : la légende qui ne décrit pas l'image
- Déséquilibre entre modalités et effondrement d'une modalité à l'entraînement
- Droits sur les images et les voix : la question à traiter avant la technique
Séquence 4 — Évaluer
- Recherche : rappel aux premiers rangs, sur un jeu de référence construit à part
- Description : les métriques automatiques et ce qu'elles manquent
- Question-réponse visuelle : l'écueil de la réponse juste par hasard
- L'évaluation humaine : quand elle devient indispensable, et comment la cadrer
Séquence 5 — Risques et coûts
- Biais visuels : ce que les corpus d'images véhiculent
- Données personnelles dans les images : visages, plaques, documents en arrière-plan
- Coût d'inférence : la modalité visuelle est la plus chère, et de loin
- Traçabilité des contenus générés et marquage
Dates & lieux
| Début | Fin | Lieu |
|---|---|---|
| 22/03/2027 | 23/03/2027 | Présentiel / distanciel / hybride |
Informations pratiques
- Modalités et délais d'accès
- Inscription en ligne ou par courriel, jusqu'à 21 jours avant le début de la session et dans la limite des places disponibles — ce délai nous permet de vous adresser votre convocation, puis vos accès si la session est à distance. Passé ce délai, écrivez-nous : nous étudions chaque demande. Pour une session sur mesure ou en intra, nous répondons sous 48 heures ouvrées.
- Contact
- contact@caplogy.com — Nous contacter
- Accessibilité et situation de handicap
- Chaque schéma et chaque visualisation font l'objet d'une description textuelle équivalente, fournie dans les notes du support ; les jeux d'images sont accompagnés de leurs annotations en texte ; poste adapté et temps majoré d'un tiers sur demande ; salle accessible PMR Notre référent handicap est mobilisable dès l'inscription et jusqu'à la fin de la formation : il étudie avec vous les aménagements nécessaires. Écrivez-nous à contact@caplogy.com.