Formation Data Science : Natural Language Processing (NLP) et Speech Recognition
Public admis
- Salarié en Poste
- Demandeur d'emploi
- Entreprise
- Etudiant
Financements
Eligible CPF Votre OPCO Financement personnel
Objectifs de la formation
À l'issue de cette formation Data Science NLP & Speech Recognition, vous aurez acquis les connaissances et compétences nécessaires pour :
- Savoir structurer les données texte et voix
- Savoir analyser un volume conséquent de données texte et/ou voix et appliquer des modèles de machine learning
- Savoir traiter de la voix et/ou du texte en temps réel
- Savoir mettre en place une recherche intelligente dans des documents et/ou enregistrements audio
- Savoir créer des modèles de détection d'intention, d'entités
| Tarif |
A partir de 2 500,00 € |
| Durée | 3 jours (21h) |
| Modes |
|
| Sessions | |
| Lieux | Partout en France |
| Tarif |
A partir de 2 500,00 € |
| Durée | 3 jours (21h) |
| Modes |
|
| Sessions | |
| Lieux | Partout en France |
Description
Les données non structurées issues du langage sont omniprésentes en entreprise (mails, appels téléphoniques, visio, réunions, avis, commentaires, etc.) mais ne sont que rarement utilisées. Les progrès en Deep Learning ont toutefois permis de rendre plus accessible l'exploitation des données voix et texte.
Cette formation Data Science NLP & Speech Recognition prépare les data scientists à maîtriser les données texte et voix au sein d'un contexte technologique innovant et en particulier au cours d'un projet d'Intelligence Artificielle.
À travers des exercices, vous apprendrez à structurer et créer des modèles de machine learning sur ces données du langage. À la fin de la session, vous disposerez d'une compréhension solide du potentiel et de l'état de l'art en Natural Language Processing (NLP) et en Speech Processing. Les mises en pratique vous permettront d'être indépendant pour déployer et créer de la valeur sur ces données, et devenir un expert du traitement automatique du langage écrit et parlé.
Programme
Jour 1
Introduction au domaine de l'analyse du texte et de la voix
NLP, NLU, Speech processing et understanding
Natural Language Processing (NLP)
Les bases du NLP : encoding, regex, tokenisation(n-grams) bag of words
NLP : la réduction de dimensions
Nettoyer le texte : stemming, lemmatisation
Topic modeling : SVD, NMF, LDA
Word embedding : Word2vec, FastText, etc.
Information Retrieval (IR) : créer un moteur de recherche
Indexation de contenu, moteur recherche simple
Réaliser un moteur de recherche intelligent
Jour 2
Natural Language Understanding (NLU)
Les cas d’usages au travers de mises en pratique :
- Créer un modèle simple d’analyse de sentiments
- Créer un modèle simple de détection d’intention
- Créer un modèle simple de détection d'entités NER
Méthodologie avancée :
- Mettre en place un modèle de machine learning sur du texte (analyse de sentiment, etc.)
- Modélisation deep learning : Sequence, Bert, HuggingFace
Consommer une API de NLP :
- Utiliser une API externe
Jour 3
Speech Processing
Introduction à la donnée audio : signal numérique, encodage
Speech recognition :
- Entraîner un modèle de speech to text (trigger word detection)
- Utiliser un modèle de speech to text complet (API Cloud, modèle pré-entraîné)
Speech Understanding
Les cas d’usages :
- Détection intention
- Analyse de sentiments
Speech analysis :
- Représentation : transformée de Fourier, spectrogramme mel MFCC, (librosa, pyaudio)
- Les particularité du langage parlé : syntaxe, gestion du débit de parole, erreur de transcription
- Speaker Embedding : caractériser le timbre, l’intonation de la voix
Prérequis
Il est par ailleurs indispensable d'avoir suivi une formation d'introduction à la Data Science telle que la formation Data Scientist : Les fondamentaux de la Data Science (OFDS).
Public
Ces formations pourraient vous intéresser
Objectifs de la formation
- Comprendre les concepts clés du Data Management
- Identifier les données de référence et métadonnées pertinentes
- Définir les rôles et responsabilités en Data Governance
- Sélectionner une solution de gestion des données appropriée
- Évaluer la qualité d'un jeu de données
- Mettre en place une stratégie de Data Quality
- Comprendre le contexte législatif et réglementaire autour des données
- Appliquer les principes de sécurité et d'éthique dans la gestion des données
| Tarif |
A partir de 1 500,00 € |
| Durée |
2 jours |
| Modes |
|
Objectifs de la formation
- Comprendre la datavisualisation et l’analyse de la donnée
- Prendre en main Tableau Desktop
- Réaliser des tableaux de bord
- Être capable de convaincre par le Data Storytelling
| Tarif |
A partir de 1 590,00 € |
| Durée |
2j / 14h |
| Modes |
|
Objectifs de la formation
À l'issue de cette formation ONTAP 9.x Data Protection Administration vous aurez acquis les connaissances et les compétences nécessaires :
- Définir les fonctionnalités de protection de données d’ONTAP 9.x
- Comprendre les multiples relations de data mirroring disponibles avec ONTAP 9.x
- Configurer et exploiter la réplication de données de SnapMirror et SnapVault
- Expliquer la protection de données de la SVM
- Expliquer les composants et les configurations inclus dans SyncMirror MetroCluster.
- Décrire l’opération, la configuration et la gestion du protocol NDMP
| Tarif |
A partir de 1 900,00 € |
| Durée |
2j / 14h |
| Modes |
|
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Utiliser Scikitlearn pour créer des modèles d'apprentissage machine
- Concevoir des expériences et interpréter les résultats des tests A/B
- Visualiser l'analyse de clustering et de régression en Python à l'aide de Matplotlib
- Produire des recommandations automatisées de produit ou de contenu avec des techniques de filtrage collaboratif
- Appliquer les meilleures pratiques en matière de nettoyage et de préparation de vos données avant l'analyse.
| Tarif |
A partir de 2 280,00 € |
| Durée |
3j / 21h |
| Modes |
|
Objectifs de la formation
À l'issue de cette formation Snowpark pour Python, vous aurez acquis les connaissances et compétences nécessaires pour :
- Acquérir une compréhension approfondie du langage de programmation Python et de ses fonctionnalités avancées pour l'analyse de données
- Comprendre les concepts clés de Snowpark et exécuter de tâches de transformation de données en utilisant des langages de programmation comme Python.
- Maîtriser l'utilisation des bibliothèques Python spécifiques à Snowflake pour l'exploration, la manipulation et l'analyse des données stockées dans Snowflake
- Découvrir les meilleures pratiques et les astuces pour optimiser les performances lors de l'exécution de tâches Python dans Snowflake / Snowpark
- Acquérir les compétences nécessaires pour résoudre des problèmes de données spécifiques en combinant les fonctionnalités de Python et de Snowflake / Snowpark
- Explorer différentes techniques et algorithmes de Machine Learning, tels que la régression, la classification, le clustering, etc
- Utiliser FastAPI, un framework web Python, pour créer rapidement des API RESTful robustes et évolutives
- Utiliser Streamlit, un framework pour le développement rapide d'applications web de data science, pour créer des interfaces utilisateur interactives et conviviales
| Tarif |
A partir de 2 490,00 € |
| Durée |
4j / 28h |
| Modes |
|
Objectifs de la formation
À l'issue de cette formation StorageGRID Administration, vous aurez acquis les connaissances et compétences nécessaires pour :
- Utiliser Grid Manager pour gérer et superviser un système StorageGRID
- Créer et gérer les comptes administrateurs et groupes
- Configurer les stratégies ( policies ) du cycle de vie de l’information stockée (ILM)
- Acquérir les différentes solutions et interfaces pour administrer
- Configurer le nœud StorageGRID Archive
- Surveiller l'activité du système StorageGRID
- Configurer et comprendre les messages et alarmes
- Décrire comment StorageGRID peut etre intégré dans une architecture NetApp Data Fabric
| Tarif |
A partir de 2 700,00 € |
| Durée |
3j / 21h |
| Modes |
|
Objectifs de la formation
- Comprendre les principes fondamentaux de la programmation Python et son application à la manipulation et à l'analyse des données
- Appliquer des techniques de nettoyage et de prétraitement des données pour préparer les ensembles de données à l'analyse
- Créer et interpréter des visualisations de données à l'aide de bibliothèques Python
- Développer des modèles de Machine Learning basiques pour l’analyse prédictive
- Évaluer les performances des modèles d'apprentissage automatique
| Tarif |
A partir de 2 250,00 € |
| Durée |
3 jours |
| Modes |
|
Objectifs de la formation
À l'issue de cette formation Designing Cisco Data Center Infrastructure vous aurez acquis les connaissances et les compétences nécessaires pour :
- Faire des choix de conception pour optimiser les performances de l'infrastructure du centre de données, la virtualisation, la sécurité et l'automatisation
- Maîtriser les connaissances pratiques et théoriques nécessaires pour concevoir un centre de données évolutif, fiable et intelligent basé sur les technologies Cisco
- Se qualifier pour des postes de niveau professionnel dans le domaine très demandé des environnements de centres de données d'entreprise
- Décrire les options et les protocoles de transfert de la couche 2 et de la couche 3 utilisés dans un centre de données
- Décrire les options de conception des racks, les modèles de trafic et l'accès, l'agrégation et le noyau de la couche de commutation du centre de données
- Décrire la technologie Cisco Overlay Transport Virtualization (OTV) qui est utilisée pour interconnecter les centres de données
- Décrire le protocole de séparation Locator/ID
- Concevoir une solution qui utilise le réseau local extensible virtuel (VXLAN) pour le transfert du trafic
- Décrire les options de redondance matérielle ; comment virtualiser le réseau, les fonctions de calcul et de stockage ; et la mise en réseau virtuelle dans le centre de données
- Décrire les solutions qui utilisent des extensions de fabric et comparer Cisco Adapter Fabric Extender (FEX) avec la virtualisation entrée/sortie à racine unique (SR-IOV : single root input/output virtualization)
- Décrire les menaces et les solutions de sécurité dans le centre de données
- Décrire les technologies avancées de sécurité des centres de données et les best practices
- Décrire la gestion et l'orchestration des appareils dans le centre de données
- Décrire les options de stockage pour la fonction de calcul et les différents niveaux de RAID (Redundant Array of Independent Disks) du point de vue de la haute disponibilité et des performances
- Décrire les concepts, les topologies, l'architecture et les termes de l'industrie Fibre Channel
- Décrire Fibre Channel over Ethernet (FCoE)
- Décrire les options de sécurité dans le réseau de stockage
- Décrire les options de gestion et d'automatisation de l'infrastructure de réseau de stockage
- Décrire les serveurs UCS Cisco et les cas d'utilisation pour diverses plateformes UCS Cisco
- Expliquer les options de connectivité pour les interconnexions en tissu pour les connexions vers le sud et vers le nord
- Décrire la solution hyperconvergente et les systèmes intégrés
- Décrire les paramètres de l'ensemble du système pour la mise en place d'un domaine UCS Cisco
- Décrire le contrôle d'accès basé sur les rôles (RBAC : role-based access control) et l'intégration avec les serveurs d'annuaire pour contrôler les droits d'accès sur Cisco UCS Manager
- Décrire les pools qui peuvent être utilisés dans les profils de service ou les modèles de profils de service sur Cisco UCS Manager
- Décrire les différentes politiques dans le profil de service
- Décrire les politiques d'interface Ethernet et Fibre Channel et les technologies réseau supplémentaires
- Décrire les avantages des modèles et la différence entre les modèles initiaux et les modèles mis à jour
- Décrire les outils d'automatisation des centres de données
| Tarif |
A partir de 4 140,00 € |
| Durée |
5j / 35h |
| Modes |
|
Objectifs de la formation
- Cette formation fait l'objet d'une évaluation formative.
| Tarif |
Contacter l'organisme |
| Durée |
3 jours (21 heures) |
| Modes |
|
Objectifs de la formation
À l'issue de cette formation VMware vSAN 7 vous aurez acquis les connaissances et les compétences nécessaires pour :
- Explain the key features and use cases for vSAN
- Detail the underlying vSAN architecture and components
- Describe the different vSAN deployment options
- Detail vSAN cluster requirements and considerations
- Apply recommended vSAN design considerations and capacity sizing practices
- Explain the influence of vSAN objects and components on the initial cluster plan
- Determine and plan for storage consumption by data growth and failure tolerance
- Design vSAN hosts for operational needs
- Explain Maintenance Mode use and its impacts on vSAN
- Apply best practices for vSAN network configurations
- Manually configure a vSAN cluster using VMware vSphere® Client™
- Explain and configure vSAN fault domains
- Understand and apply vSAN storage policies
- Define encryption in the vSAN cluster
- Describe the architecture and use cases for stretched clusters
- Configure a stretched cluster
- Understand the steps involved in creating the vSAN iSCSI target services
| Tarif |
Contacter l'organisme |
| Durée |
2j / 14h |
| Modes |
|
