[{"data":1,"prerenderedAt":45},["ShallowReactive",2],{"course-modeles-multimodaux-avances":3,"highlight-mermaid-graph TD\n    T[Texte":44},{"id":4,"name":5,"slug":6,"location":7,"targetAudienceFormatMarkdown":8,"prerequisitesFormatMarkdown":9,"objectivesFormatMarkdown":10,"descriptionFormatMarkdown":11,"teachingMethodsFormatMarkdown":12,"teachingResourcesFormatMarkdown":13,"evaluationMethodsFormatMarkdown":14,"accessibilityFormatMarkdown":15,"accessMethodsFormatMarkdown":16,"minimumParticipants":7,"maximumParticipants":7,"duration":17,"reference":18,"trainerType":7,"updated_at":19,"created_at":20,"price":21,"organizationMode":22,"theme":25,"code":29,"tags":34,"metadata":35},"/api/courses/bc8a83ac-b343-11f1-a993-d8ca06000363","Modèles multimodaux avancés","modeles-multimodaux-avances",null,"Ingénieurs IA, data scientists confirmés, architectes, ingénieurs de recherche.","-   Maîtrise de l'apprentissage profond et connaissance des architectures de modèles de langage.","-   expliquer les architectures combinant plusieurs modalités\n-   adapter un modèle multimodal à un cas d'usage métier\n-   évaluer les performances et les limites d'un système multimodal\n-   industrialiser un traitement multimodal en production","--day1--\n\n## Architectures multimodales\n\n-   Représentations partagées entre modalités et espaces d'alignement\n-   Encodeurs visuels et connexion à un modèle de langage\n-   Stratégies de fusion précoce, tardive et intermédiaire\n-   Modèles audio et traitement de la parole\n-   Génération multimodale et modèles de diffusion\n-   Travaux pratiques : analyse de l'architecture d'un modèle multimodal ouvert\n\n--break--\n\n## Traitement des documents et des images\n\n-   Compréhension de documents complexes : mise en page, tableaux, schémas\n-   Extraction structurée à partir d'images de documents\n-   Ancrage visuel et localisation d'éléments dans une image\n-   Limites observées : lecture fine, comptage, raisonnement spatial\n-   Comparaison avec les solutions spécialisées existantes\n-   Travaux pratiques : évaluation d'un modèle multimodal sur un corpus documentaire métier\n\n--day2--\n\n## Adapter un modèle multimodal\n\n-   Constitution d'un jeu de données multimodal annoté\n-   Affinage économe d'un modèle multimodal\n-   Adaptation à un domaine métier spécifique\n-   Coût et ressources nécessaires\n-   Vérification de l'absence de régression sur les capacités générales\n-   Travaux pratiques : affinage d'un modèle multimodal sur un jeu de données métier\n\n--break--\n\n## Évaluation\n\n-   Métriques adaptées aux tâches multimodales\n-   Construction d'un jeu d'évaluation représentatif\n-   Évaluation humaine et protocoles associés\n-   Détection des hallucinations visuelles\n-   Robustesse aux images de mauvaise qualité\n-   Travaux pratiques : construction d'un protocole d'évaluation et mesure sur le modèle adapté\n\n--day3--\n\n## Industrialisation\n\n-   Architecture d'un traitement multimodal en production\n-   Gestion des fichiers volumineux et traitements asynchrones\n-   Latence, coût par document et optimisation\n-   Stockage, cycle de vie et confidentialité des médias traités\n-   Supervision de la qualité en production\n-   Travaux pratiques : mise en production d'un traitement multimodal et mesure des performances\n\n--break--\n\n## Conformité et cas sensibles\n\n-   Traitement d'images comportant des personnes et cadre applicable\n-   Biométrie et usages interdits ou à haut risque\n-   Droits sur les contenus traités et générés\n-   Marquage et traçabilité des contenus générés\n-   Documentation des limites du système multimodal\n-   Travaux pratiques : analyse de conformité d'un cas d'usage multimodal","Présentiel, distanciel, hybride","Les supports pédagogiques sont remis aux stagiaires sous format numérique et/ou papier selon les modalités de la formation.\n\nIls comprennent des supports de cours, des présentations, des fiches pratiques, des études de cas, des exercices applicatifs ainsi que des QCM d’entraînement selon la formation. (adapté au choix du formateur)\n\nLes formations s’appuient sur des moyens techniques adaptés : ordinateurs, logiciels professionnels, connexion internet, écran ou vidéoprojecteur, ainsi que des outils collaboratifs et de visioconférence pour les formations à distance.\n\nL’ensemble des supports pédagogiques est accessible pendant et après la formation afin de favoriser l’appropriation et la mise en pratique des compétences acquises.","En amont de la formation, un recueil des besoins permet de récolter des informations sur le stagiaire et ses attentes. L’évaluation se fait en cours de formation, par des études de cas ou des travaux pratiques. En fin de formation, par un questionnaire d’auto-évaluation et/ou un examen.\n\nUn suivi de qualité est effectué grâce à nos sessions en groupe restreint (entre 2 et 9 participants maximum). Le stagiaire émargera par demi-journée et recevra une attestation de formation.","Nous informons l’ensemble de nos clients et stagiaires que nous sommes dans la capacité d’adapter les sessions selon les handicaps et les situations spécifiques. Nous nous engageons à répondre à toutes vos demandes sous un délai de 48h ouvré.","Si l’une de nos formations vous intéresse, contactez-nous au +33 4 93 65 34 24 ou à l’adresse mail contact@m2g-intellect.fr. Selon votre besoin et vos attentes, nous organiserons un échange téléphonique avec le formateur pressenti afin d’adapter la formation et ses modules, puis nous vous adresserons un devis.\n\nLes dates de la formation seront à convenir sous 30 jours maximum.","21.00","L2-EXP-06","2026-09-18T11:42:27+00:00","2026-09-18T11:31:33+00:00","2530.00",{"id":23,"name":24},"/api/organization_mode_types/6","HYBRID",{"id":26,"name":27,"slug":28},"/api/themes/1bfd6e41-c2b0-4813-a29b-c9e1c486b5d0","Intelligence Artificielle","intelligence-artificielle",{"id":30,"label":31,"domain":32},"/api/training_specialities/163","326 - Informatique, traitement de l’information, réseaux de transmission des données",{"label":33},"32 - Communication et information",[],{"desc-accroche":36,"Description":37,"icon-color":38,"icon-name":39,"code-langage":40,"code-snippet":41,"courte-description":42,"titre-accroche":43},"Architectures de fusion texte-image-audio, encodeurs partagés et attention croisée, adaptation à un domaine métier, évaluation des performances et industrialisation en production.","Cette formation traite les modèles combinant plusieurs modalités — texte, image, audio — sous l'angle des architectures de fusion (encodeurs partagés, projection dans un espace commun, attention croisée) et de leur adaptation à un cas d'usage métier réel. Elle aborde également l'évaluation des performances et des limites d'un système multimodal, ainsi que son industrialisation en production : pipelines d'inférence, gestion de la latence par modalité et supervision de la qualité. Les cas traités distinguent les situations où le multimodal apporte un gain réel de celles où il ajoute surtout de la complexité. Elle s'adresse aux ingénieurs IA, data scientists confirmés, architectes et ingénieurs de recherche qui conçoivent ou déploient des systèmes multimodaux.","#6B21A8","mdi:view-dashboard-outline","mermaid","graph TD\n    T[Texte] --> E1[Encodeur texte]\n    I[Image] --> E2[Encodeur image]\n    E1 --> F[Espace de fusion]\n    E2 --> F\n    F --> A[Attention croisee]\n    A --> S[Sortie multimodale]","Formation experte sur les modèles multimodaux : architectures de fusion, adaptation métier, évaluation et industrialisation en production.","Explorez les architectures qui combinent plusieurs modalités et industrialisez leur adaptation à un cas d'usage métier concret.","\u003Cpre class=\"hljs\">\u003Ccode class=\"language-mermaid\">graph TD\n    T[Texte] --> E1[Encodeur texte]\n    I[Image] --> E2[Encodeur image]\n    E1 --> F[Espace de fusion]\n    E2 --> F\n    F --> A[Attention croisee]\n    A --> S[Sortie multimodale]\u003C/code>\u003C/pre>",1789740844864]