Formateur PyTorch en vision par ordinateur à Tétouan

Parcours

Le formateur est ingénieur en intelligence artificielle et chercheur en doctorat, avec une spécialisation en deep learning, vision par ordinateur et modèles neuronaux. Il travaille avec Python et PyTorch sur l’ensemble du cycle de vie d’un modèle : préparation des données, entraînement, évaluation et mise à disposition via une API.

Son approche de la vision par ordinateur s’appuie notamment sur la réalisation d’un modèle CNN de classification multi-classe appliqué à des images médicales. Cette expérience permet d’aborder concrètement les enjeux de préparation des jeux d’images, de choix d’architecture, de mesure des performances et d’interprétation prudente des résultats.

La formation alterne rappels sur les réseaux convolutifs, ateliers de code Python et étude d’un cas de classification d’images. Les participants préparent un jeu de données, entraînent un modèle avec PyTorch, analysent les métriques obtenues puis découvrent les principes de mise à disposition d’une inférence via FastAPI.

Approche pédagogique

1. 1Évaluation du niveau Python et des objectifs métiers
2. 2Présentation des concepts essentiels à partir d’exemples visuels
3. 3Ateliers guidés de préparation et d’exploration des images
4. 4Construction progressive d’un modèle CNN avec PyTorch
5. 5Mesure des performances et analyse des résultats
6. 6Restitution des acquis et recommandations de poursuite

Publics accompagnés

• Développeurs Python
• Ingénieurs IA
• Data scientists débutants en vision
• Étudiants en informatique

Secteurs d’intervention

Ses 4 formations