Objectifs
À l'issue de l'action, les participants seront capables de :
- Comprendre les différences entre Deepseek, Qwen, Gemini et autres modèles (GPT-4, Mistral, Claude).
- Tester et comparer les performances des modèles via OpenRouter et API.
- Utiliser des outils comme Postman ou Python pour effectuer des appels API.
- Identifier les enjeux de confidentialité et de sécurité des données.
- Automatiser des workflows IA avec Make.
- Exécuter des modèles open-source en local via LM Studio ou Ollama.
- Choisir le modèle adapté selon le besoin métier (résumé, code, traduction, rédaction).
- Élaborer un plan d'intégration adapté à un usage professionnel.
Description
Introduction et comparaison des modèles
- Présentation de Deepseek, Qwen, Gemini.
- Comparaison avec GPT-4, Mistral, Claude.
- IA open-source vs IA propriétaire.
Expérimentation technique
- Utilisation d'OpenRouter.
- Tests API via Postman et Python.
- Comparaison des réponses sur une même requête.
Confidentialité et sécurité
- Données enregistrées et risques associés.
- Cloud vs exécution locale.
- Bonnes pratiques de protection des données.
Automatisation et intégration
- Automatisation avec Make.
- Connexion avec Notion, Google Docs, Slack.
- Création d'un scénario automatisé.
Exécution locale
- LM Studio et Ollama.
- Test d'un modèle open-source en local.
- Interfaçage avec script Python.
Synthèse et recommandations
- Comparatif final.
- Choix du modèle selon le cas d'usage.
- Plan d'action individuel (méthode KISS).
Conditions d'accès
Sans prerequis
Rythme
Temps partiel, Cours le week-end, Formation hors temps de travail
Liste des sessions
1 avril 2026 > 1 janvier 2027 • Période d'inscription du 24 février 2026 au 31 mars 2026
AI MENTOR
- 0686680611
- contact@almera.one
Centre de formation
25 RUE CAMPAGNE PREMIERE, 75014 Paris 14e
Lieu de formation
25 RUE CAMPAGNE PREMIERE, 75014 Paris 14e





