Formation certification Cisco AITECH

Programme de notre formation Certification Cisco AITECH

[Jour 1 – Matin]

Fondamentaux de l’intelligence artificielle appliquée

• Comprendre les concepts clés de l’intelligence artificielle
• Différencier IA générative, Machine Learning et automatisation
• Identifier les cas d’usage techniques de l’IA en entreprise
• Comprendre le positionnement de la certification Cisco AITECH
• Découvrir les compétences évaluées par l’examen 810-110 AITECH
• Atelier pratique : Analyse de cas d’usage IA pour une équipe technique.

[Jour 1 – Après-midi]

Modèles génératifs et fonctionnement des LLM

• Comprendre le fonctionnement des Large Language Models
• Identifier les forces et limites des modèles génératifs
• Comprendre les notions de contexte, tokens et hallucinations
• Comparer les usages entre modèles généralistes et spécialisés
• Analyser les impacts métiers et techniques des LLM
• Atelier pratique : Évaluation de réponses générées par un modèle IA.

Prompt Engineering et qualité des réponses

• Structurer un prompt clair et exploitable
• Utiliser les techniques de prompt engineering
• Améliorer la précision, le contexte et la reproductibilité des réponses
• Identifier les prompts inefficaces ou risqués
• Créer des prompts adaptés à des tâches techniques
• Atelier pratique : Construction d’une bibliothèque de prompts techniques.

[Jour 2 – Matin]

IA pour le code, le debugging et les tests

• Utiliser l’IA pour assister le développement logiciel
• Générer, expliquer et refactoriser du code
• Identifier les limites de l’AI-assisted coding
• Automatiser la création de tests unitaires
• Détecter les erreurs, vulnérabilités et mauvaises pratiques
• Atelier pratique : Debugging assisté par IA et génération de tests.

[Jour 2 – Après-midi]

Analyse de données avec l’intelligence artificielle

• Préparer des données pour une analyse assistée par IA
• Identifier les biais, anomalies et valeurs incohérentes
• Utiliser l’IA pour explorer et synthétiser des datasets
• Interpréter des résultats et générer des recommandations
• Comprendre les limites de l’analyse automatisée
• Atelier pratique : Analyse assistée d’un jeu de données métier.

Automatisation des workflows techniques

• Identifier les tâches automatisables avec l’IA
• Structurer un workflow technique assisté par IA
• Automatiser la documentation, la qualification et le reporting
• Intégrer l’IA dans des processus DevOps et IT
• Mesurer les gains et limites de l’automatisation IA
• Atelier pratique : Création d’un workflow IA pour une tâche IT.

[Jour 3 – Matin]

RAG, fine-tuning et personnalisation des modèles

• Comprendre les différences entre RAG et fine-tuning
• Identifier les cas d’usage adaptés à chaque approche
• Préparer une base documentaire exploitable par l’IA
• Comprendre les enjeux de qualité et fraîcheur des données
• Évaluer les risques de personnalisation des modèles
• Atelier pratique : Conception d’un cas d’usage RAG simple.

[Jour 3 – Après-midi]

Agents IA et systèmes agentiques

• Comprendre les principes des agents IA
• Identifier les composants d’un système agentique
• Définir des objectifs, outils et contraintes d’exécution
• Évaluer les risques d’autonomie excessive
• Concevoir des workflows agentiques contrôlés
• Atelier pratique : Modélisation d’un agent IA pour une tâche technique.

Sécurité, gouvernance et conformité IA

• Identifier les risques liés à l’usage de l’IA générative
• Comprendre les enjeux de confidentialité et de protection des données
• Mettre en place des règles d’usage et de gouvernance IA
• Prévenir les fuites d’informations sensibles
• Appliquer les bonnes pratiques d’AI security
• Atelier pratique : Audit d’un usage IA en contexte professionnel.

[Jour 4 – Matin]

Éthique, biais et responsabilité des systèmes IA

• Comprendre les enjeux d’AI ethics
• Identifier les biais dans les données et les réponses générées
• Évaluer les impacts humains, métiers et juridiques
• Mettre en place des contrôles de validation humaine
• Construire une approche responsable de l’IA
• Atelier pratique : Analyse éthique d’un scénario IA.

[Jour 4 – Après-midi]

IA pour la productivité des équipes techniques

• Utiliser l’IA pour accélérer la recherche technique
• Améliorer la documentation et la capitalisation des connaissances
• Optimiser les workflows d’équipe avec l’IA
• Créer des assistants spécialisés pour les tâches récurrentes
• Définir des bonnes pratiques d’adoption IA
• Atelier pratique : Création d’un assistant IA pour une équipe IT.

Supervision, maintenance et optimisation des usages IA

• Mesurer la qualité et la pertinence des résultats IA
• Identifier les dérives, erreurs et limites opérationnelles
• Mettre en place des indicateurs de suivi
• Maintenir des prompts, workflows et bases documentaires
• Optimiser les coûts, performances et risques d’usage
• Atelier pratique : Mise en place d’une grille d’évaluation IA.

[Jour 5 – Matin]

Cas pratiques métier et intégration opérationnelle

• Identifier les cas d’usage IA à forte valeur ajoutée
• Prioriser les besoins métiers et techniques
• Construire une solution IA simple, mesurable et contrôlée
• Définir les critères de succès et de validation
• Préparer le déploiement d’un usage IA en équipe
• Atelier pratique : Conception d’un mini-projet IA opérationnel.

[Jour 5 – Après-midi]

Révisions ciblées et stratégie de certification

• Revoir les domaines clés de l’examen 810-110 AITECH
• Identifier les pièges fréquents des questions Cisco
• Structurer une stratégie de révision efficace
• Analyser des questions types et scénarios d’examen
• Renforcer les notions faibles avant l’évaluation finale
• Atelier pratique : Quiz guidé sur les domaines AITECH.

Préparation finale à l’examen Cisco AITECH

• Comprendre le déroulement de l’examen Cisco AI Technical Practitioner
• Gérer son temps sur un examen de 60 minutes
• Réviser les thèmes IA, prompts, code, données, sécurité et agents
• Analyser les réponses incorrectes et consolider les acquis
• Préparer son plan de passage de certification
• Atelier pratique : Passage de l’examen blanc + correction.