Non-certifiante Formation continue

Faire tourner une IA sur ses propres machines

Réf. : 26222616F
Mise à jour : 21 septembre 2026
KOALITY
KOALITY

Présentation de la formation

Objectifs

À l’issue de la formation, le participant sera capable de :
  • expliquer les différences entre l’utilisation d’un modèle d’IA dans le cloud et son exécution sur une infrastructure locale ;
  • identifier les principaux avantages, contraintes et cas d’usage d’une IA exécutée sur ses propres machines ;
  • distinguer les notions de modèle ouvert, modèle à poids ouverts et service d’IA propriétaire ;
  • évaluer si une machine ou une infrastructure dispose des ressources nécessaires pour exécuter un modèle d’IA ;
  • installer et exécuter un modèle de langage local à l’aide d’un outil adapté ;
  • comparer plusieurs modèles selon leur taille, leurs performances, leurs besoins matériels et leur adéquation avec un usage donné ;
  • identifier les principaux points de vigilance liés aux données, à la sécurité, aux licences et à la maintenance d’une solution d’IA locale.

Programme

Comprendre l’IA locale
  • Différences entre une IA utilisée dans le cloud et une IA exécutée localement.
  • Comprendre ce qu’est un modèle de langage et ce qui est réellement installé sur la machine.
  • Distinguer modèles propriétaires, modèles ouverts et modèles à poids ouverts.
  • Identifier les situations dans lesquelles une exécution locale peut être pertinente.
Comprendre les besoins matériels
  • Identifier les principales ressources mobilisées par un modèle : mémoire, processeur, carte graphique et stockage.
  • Comprendre l’influence de la taille et de la quantification d’un modèle sur ses besoins matériels.
  • Évaluer les capacités d’une machine existante.
  • Choisir un modèle compatible avec les ressources disponibles.
Installer et exécuter un modèle local
  • Installer un environnement permettant d’exécuter des modèles d’IA sur sa propre machine.
  • Télécharger et lancer un premier modèle.
  • Interagir avec le modèle et observer ses performances.
  • Tester plusieurs modèles sur des tâches comparables.
Choisir un modèle adapté à son usage
  • Comparer différents modèles selon leurs caractéristiques et leurs licences.
  • Prendre en compte la qualité des réponses, la vitesse et les ressources nécessaires.
  • Identifier le compromis entre performances et coût matériel.
  • Sélectionner un modèle en fonction d’un besoin professionnel donné.
Exploiter une IA locale dans son environnement
  • Comprendre comment un modèle local peut être utilisé depuis une interface ou une application.
  • Identifier les possibilités de connexion avec des documents, applications ou outils internes.
  • Comprendre la différence entre l’exécution du modèle et les services construits autour de celui-ci.
Identifier les limites et points de vigilance
  • Confidentialité et maîtrise des données.
  • Sécurité de l’installation et gestion des accès.
  • Licences et conditions d’utilisation des modèles.
  • Mise à jour, maintenance et évolution des modèles.
  • Identifier les situations dans lesquelles une solution cloud, locale ou hybride est la plus adaptée.

Certification

Niveau d'entrée
Sans niveau spécifique
Niveau de sortie
Sans niveau spécifique

Métiers associés

Source : Cléor Bretagne

Source : GREF Bretagne #26222616F