Intelligence Artificielle

Maîtrisez l'IA qui transforme les métiers.

L'intelligence artificielle redéfinit les pratiques professionnelles dans tous les secteurs. Les Learning Workspaces de Mandragore Academy vous permettent de comprendre, pratiquer et maîtriser les principaux outils d'IA grâce à des parcours pédagogiques enrichis par un accompagnement conversationnel intelligent, conçus pour transformer les connaissances en compétences opérationnelles.

Préparez-vous aux métiers d'aujourd'hui et de demain.

Choisissez votre parcours et développez des compétences immédiatement applicables dans votre activité professionnelle.

Formation indépendante — non affiliée ni certifiée par les éditeurs des solutions présentées.

Découvrir les parcours en Intelligence Artificielle

Votre Learning Workspace personnel est créé automatiquement lors de votre premier achat.

Choisissez votre outil

ChatGPT

Maîtriser ChatGPT

165 parcours disponibles

Claude AI

Maîtriser Claude AI

46 parcours disponibles

Machine Learning

Maîtriser le Machine Learning

15 parcours disponibles

AI Agents & Agentic Systems

Maîtriser les agents IA

15 parcours disponibles

Aperçu du catalogue

01 Découverte

Découvrir ChatGPT

IA générative, modèles GPT, interface, limites, bonnes pratiques.

Qu'est-ce que ChatGPT ? Intelligence artificielle générative et modèles GPT Les différents modèles et leurs usages Comprendre l'interface ChatGPT +4

02 Découverte

Bien formuler ses demandes

Objectif, contexte, rôle, contraintes, format, itérations.

Définir un objectif clair Donner le bon contexte Attribuer un rôle à ChatGPT Ajouter contraintes et critères +4

03 Standard

Prompt Engineering

Zero-shot, tâches complexes, prompts multi-étapes, bibliothèque de prompts.

Zero-shot, One-shot et Few-shot Décomposer une tâche complexe Concevoir des prompts multi-étapes Générer plusieurs solutions +4

01 Découverte

Découvrir Claude

Anthropic, Constitutional AI, Haiku/Sonnet/Opus, différences vs ChatGPT.

Qu'est-ce que Claude ? Les modèles Haiku, Sonnet, Opus Claude vs ChatGPT Constitutional AI +4

02 Découverte

Bien écrire un prompt Claude

Rôle, objectif, contexte, format, exemples, balises XML — spécificité Claude.

Rôle et persona Objectif clair Contexte et background Contraintes et format +3

03 Standard

Prompt Engineering Claude

Zero/Few Shot, Chain of Thought, Extended Thinking, Constitutional prompting.

Zero Shot / One Shot / Few Shot Chain of Thought Tree of Thought Extended Thinking — raisonnement visible +3

01 Niveau 1

Comprendre le Machine Learning et cadrer un problème

transformer un besoin métier en problème de Machine Learning mesurable et décider si le ML est réellement pertinent

Comprendre ce que le Machine Learning apporte réellement Distinguer apprentissage supervisé et non supervisé Identifier classification, régression et autres familles de problèmes Définir features, cible, observations et prédictions +4

02 Niveau 1

Préparer et explorer les données pour le Machine Learning

construire un jeu de données exploitable sans introduire de biais, de fuite de données ou d’incohérences

Explorer distributions, types et qualité des données Gérer valeurs manquantes et valeurs aberrantes Préparer variables numériques et catégorielles Encoder les catégories sans introduire d’information future +4

03 Niveau 1

Construire un premier pipeline ML reproductible

enchaîner prétraitement, entraînement, prédiction et évaluation dans un workflow reproductible

Installer un environnement ML reproductible Construire une baseline avec scikit-learn Créer les transformations de prétraitement Assembler preprocessing et modèle avec Pipeline +4

01 Niveau 1

Comprendre les agents IA et cadrer un cas d’usage

distinguer assistant, workflow et agent puis décider si l’autonomie agentique apporte réellement de la valeur

Comprendre ce qui distingue assistant, workflow et agent Identifier objectif, environnement, outils et état Comprendre la boucle perception, décision, action et observation Définir le niveau d’autonomie acceptable +4

02 Niveau 1

Concevoir les instructions et le comportement d’un agent

définir un comportement agentique prévisible, testable et limité par des règles explicites

Définir rôle, objectif et responsabilité de l’agent Structurer contraintes et règles permanentes Séparer instructions, contexte et données utilisateur Définir sorties structurées et schémas attendus +4

03 Niveau 1

Donner des outils et des actions structurées à un agent

permettre à un agent d’agir sur des systèmes externes avec des outils typés, validés et contrôlés

Comprendre le cycle de tool calling Transformer une fonction en outil typé Définir paramètres, descriptions et schémas fiables Connecter une API externe comme outil +4

Voir le catalogue complet