Cours

Développement et déploiement de solutions de données

D'un poste de travail vide jusqu'à une application déployée automatiquement, surveillée et reproductible : Git, Jenkins, Docker, Kubernetes, Helm, Ansible, Terraform et l'observabilité.

Apprentissage supervisé : de zéro à un projet professionnel

Un parcours complet et progressif : du vocabulaire de base à la mise en production d'un modèle. Type de problème, préparation des données, algorithmes de classification et de régression, métriques et coûts métier, pipelines anti-fuite, interprétabilité, déploiement et surveillance — avec dix travaux pratiques et un projet final.

L'apprentissage supervisé expliqué aux enfants : 100 concepts d'IA en mots simples

Cent questions, cent réponses d'une page, sans une seule formule : c'est quoi l'IA, comment un ordinateur apprend avec un corrigé, les algorithmes, les réseaux de neurones, les grands modèles de langage, les données et leurs biais, l'IA dans la vraie vie et les métiers de demain. Pour les enfants — et les adultes curieux qui débutent.

Apprentissage profond : de l'intuition au déploiement

Des réseaux de neurones aux Transformers : tenseurs, MLP, propagation avant, gradient et rétropropagation, optimisation, initialisation, régularisation, puis CNN, RNN/LSTM/GRU, attention, embeddings et modèles génératifs — jusqu'au déploiement MLOps et à l'éthique. Cinq TP PyTorch, un projet final défendable, neuf approfondissements modernes.

L'apprentissage profond expliqué aux enfants : neurones, images, texte et bien plus

Sans une seule formule : comment un réseau de neurones est construit, comment il apprend en corrigeant ses erreurs, comment il regarde les images, écoute les sons, lit le langage et fabrique des dessins. Chaque leçon tient sur une page, avec un schéma simple et une activité sans écran. Pour les enfants et les adultes curieux qui débutent.

L'IA agentique expliquée aux enfants : des agents qui réfléchissent, agissent et vérifient

Un chatbot répond, un agent agit ! Découvre comment une IA reçoit un objectif, réfléchit étape par étape, utilise des outils, se souvient, vérifie son travail et demande la permission quand c'est risqué. Chaque leçon tient sur une page, avec un schéma simple et une activité sans écran. Pour les 10–15 ans et les adultes curieux.

La famille Claude : Code, Cowork et Design — le manuel pratique

Le manuel pratique de la famille Claude pour développeurs : commander Claude Code depuis ton terminal, cadrer les permissions, fabriquer des Skills, déléguer aux sous-agents, automatiser via les hooks et brancher des serveurs MCP, puis collaborer dans Cowork et prototyper dans Design.

Elasticsearch, OpenSearch, Kibana et Neo4j : le labo Docker clé en main

Un labo Docker qui démarre en une commande, testé de bout en bout, pour apprendre la recherche full-text avec Elasticsearch et OpenSearch, les tableaux de bord Kibana et les graphes Neo4j en Cypher — sur un même jeu de données, avec chaque requête vérifiée et une leçon entière de dépannage.

Kubernetes avec Docker Desktop : de l'installation au déploiement complet

Kubernetes sur ta propre machine, sans cloud ni minikube : tu actives le cluster intégré à Docker Desktop, puis tu apprends Pods, Deployments, Services, Ingress, ConfigMaps, Secrets, volumes, Jobs, autoscaling, Helm et RBAC en construisant une vraie application. Une pratique guidée complète par module, chaque commande suivie de sa sortie réelle, et un kit GitHub de tous les manifestes testés.

Terraform par la pratique : de la première ressource locale au multi-cloud

Terraform appris en le faisant : neuf projets guidés pas à pas, du premier fichier créé en local jusqu’à un projet qui pilote GitHub, AWS, Azure et Google Cloud. Bucket S3, site statique, Security Group, utilisateur IAM, dépôt GitHub as code, variables, state, modules et workflow d’équipe. Théorie courte appuyée sur la documentation HashiCorp, quiz corrigé par module, destroy propre par projet.

Monitoring et observabilité : Prometheus, Grafana, logs, métriques et alertes

Superviser une application qui tourne, sur ta machine, avec Prometheus, Alertmanager, Grafana, Loki et Alloy en Docker Compose, autour d'une API instrumentée de bout en bout. Métriques, PromQL, tableaux de bord, logs corrélés, alertes qui arrivent vraiment, puis un projet final. Chaque commande suivie de sa sortie réelle, une pratique guidée par module, un kit GitHub testé.