Technique AvancéExpert3 jours30% théorie / 70% pratique
LLM Fine-tuning
Adapter les modèles de langage à vos besoins spécifiques
Maîtrisez LoRA et QLoRAFine-tunez sur VOS donnéesModèle déployable en productionLa compétence ML #1 en 2026
Objectifs pédagogiques
À l'issue de cette formation, vous serez capable de :
1
Maîtriser les techniques de fine-tuning : LoRA, QLoRA, PEFT
2
Préparer et évaluer des datasets d'entraînement de qualité
3
Fine-tuner un modèle open-source sur vos données d'entreprise
4
Évaluer les performances et détecter l'overfitting
5
Déployer un modèle fine-tuné en production
Programme détaillé
3 modules • 21h au total
M1
Théorie du Fine-tuning
Durée : 7h
- Quand fine-tuner vs RAG vs prompting
- LoRA, QLoRA, PEFT : principes et différences
- Préparation de datasets
- Atelier : créer un dataset d'entraînement
M2
Implémentation
Durée : 7h
- Hugging Face Transformers et PEFT
- Configuration d'entraînement optimale
- Atelier : fine-tuner Llama/Mistral
- Évaluation et métriques
M3
Production
Durée : 7h
- Optimisation : quantization, distillation
- Déploiement : vLLM, TGI, Ollama
- Monitoring et A/B testing
- Projet final : modèle custom déployé
Public cible
Data ScientistsML EngineersDéveloppeurs IAArchitectes ML
Tarifs
Inter-entreprise
1 200 EUR/jour/pers.
Intra-entreprise
4 500 EUR/jour
Jusqu'à 12 participants
Éligible financement OPCO jusqu'à 100%
Informations pratiques
Durée21h
FormatPrésentiel, Distanciel
Groupe6-10 participants
PrérequisPython avancé. Bases de ML/Deep Learning. Expérience avec les LLMs.
Ratio30% théorie / 70% pratique
CertificationAttestation LLM Fine-tuning Specialist
Certifié Qualiopi
Cette formation couvre 11 indicateurs Qualiopi