Page 47 - Catalogue Formations 2024
P. 47

NOUVEAU     AVANCÉ
               IA DE BOUT-EN-BOUT ET IA
               EMBARQUÉE POUR L’IOT                                                                 EN

                                                                                                 RÉALISABLE
                                                                                       ATELIER
                                                                                                 EN ANGLAIS
                FC9IO23      PRIX : 2 470 €      DURÉE : 3 JOURS
                                                                                    DATES & LIEUX
                            Pauses et déjeuners offerts
                                                                                Du 22/05/2024 au 24/05/2024 à Paris  INTERNET DES OBJETS, SYSTÈMES  CONNECTÉS ET LEURS APPLICATIONS
                                                                                Du  27/11/2024  au  29/11/2024  à  Paris
                  PRÉSENTATION                                                      PUBLIC/PRÉREQUIS

               Nous nous dirigeons vers des objets connectés, réseaux et systèmes   Tout  professionnel  désireux  de
               qui deviendront intelligents, interagissant avec leur environnement,   comprendre et mettre en place une IA
                                                                                embarquée.
               pour simplifier et enrichir nos vies quotidiennes et nos industries.
               En distribuant l’IA du cloud aux objets connectés, cela va accroitre
                                                                                Une  connaissance,  voir  une  pratique
               l’efficacité des systèmes, améliorer la confidentialité et la sécurité,
                                                                                de  la  programmation  Python  est  un
               augmenter les performances et réduire les latences.              plus  indéniable  pour  tirer  tous  les
               Les objets connectés doivent être conçus pour détecter, apprendre,   bénéfices de ce stage.
               raisonner,  interpréter  et  agir  intelligemment,  via  une  interaction
               optimale avec le cloud en partageant des métadonnées, mais pas
               des données brutes.                                                  RESPONSABLE(S)
                                                                                Van-Tam NGUYEN
                                                                                Directeur  du  département  COMELEC,
                  OBJECTIFS                                                     enseignant-chercheur,  innovateur  et
                                                                                entrepreneur. A participé à la création
               - Décrire et analyser le rôle de l’IA dans les futures réseaux IoT  de start-ups deep tech, notamment en
               - Structurer des architectures d’IA distribuée                   AIoT et IA embarqué, 5 brevets, 1 transfert
               - Formuler et construire les modèles de l’apprentissage automatique  technologique  vers  Nokia,  100  articles,
                 (ML) pour les applications de l’IoT                            bourse  Marie  Curie  de  la  Commission
                                                                                Européenne 2015. A Berkeley et Stanford,
               - Concevoir et déployer des modèles de l’apprentissage automatique
                                                                                a  proposé  «COGNICOM»,  paradigme
                 pour l’IA embarquée dans les applications de l’IoT
                                                                                logiciel-matériel  qui  rapproche  l’IA  de
                                                                                l’utilisateur final dans les réseaux d’IoT.
                  PROGRAMME                                                     Sumanta CHAUDHURI
                                                                                Maître de conférences à Télécom Paris,
               Introduction                   Mise en pratique d’une IA embarquée
                                                                                spécialiste de l’électronique numérique
                                              - Introduction
                                                                                et  des  circuits  intégrés,  notamment
               IA de bout en bout et IA embarquée  - Prise en main Tensorflow
               - Principes fondamentaux de l’IA dans les    - Exemple de base : régression linéaire  dans les solutions électroniques pour
                 futures réseaux IoT et l’IA distribuée    - Datasets : usage de Tensorflow  l’intelligence  artificielle  embarqués.  Il
               - Principes fondamentaux de       Datasets, augmentation,
                                                                                a travaillé pour des entreprises privées
                 l’apprentissage automatique (ML) et     pré-traitement
                                                                                et  des  organismes  publiques,  dans
                 l’apprentissage profond        - Modélisation : modèles de base,
                                                                                plusieurs  pays,  en  Inde,  France  et
               - Recueillir des données pour le ML      LeNet, VGG, etc.
               - Concevoir, former et déployer des  - Entrainement              Royaume-Uni. Auteur de plus 30 articles
                 modèles d’apprentissage automatique    - Utilisation de différents algorithmes  scientifiques,  et  un  brevet,  docteur  de
               - Comprendre l’IA embarquée       d’entrainement, Hyper-Paramètres,
                                                                                Télécom Paris.
               - Apprentissage automatique sur les     Batch-Normalisation
                 appareils mobiles et dispositifs d’IoT    - Reproduire l’exemple avec MNIST et
               - Former et déployer des modèles     Lenet                           MODALITÉS
                 d’apprentissage automatique sur un  - Génération de code avec Tensorflow-Lite
                 microcontrôleur                - Conversion des modèles vers       PÉDAGOGIQUES
                                                  Tenorflow-Lite
                                                - Génération de C/C++           Couverture   globale   de   toute   la
                                                - Implémenter réel sur Nvidia Jetson /  problématique IA pour l’IoT, illustrés par
                                                 OpenMV, etc.
                                                                                des travaux pratiques et des vrais cas
                                              - Optimisation
                                                                                d’usage.
                                                - Quantification de 32 bits vers 8 bits
                                                                                                                    FORMATIONS INTER-ENTREPRISES SYSTÈMES EMBARQUÉS
                                                - Implémenter la version optimisée sur la
                                                 même plateforme
                                                - Comparer les performances
                                                 consommations
                                              Synthèse et conclusion
                                                                                    ACCÉDER À L’ENSEMBLE
                                                                                   DU PROGRAMME EN LIGNE




                  contact.exed@telecom-paris.fr | executive-education.telecom-paris.fr | Appelez le 01 75 31 95 90  47
   42   43   44   45   46   47   48   49   50   51   52