Catégorie
Other seminars

Laboratoire LIAD (CEA) - Formation Intelligence Artificielle

Bandeau image
Laboratoire LIAD (CEA) - Formation Intelligence Artificielle
Date de tri
Lieu de l'événement
CEA Paris-Saclay - Bât. 451 p.31

Partager

lkml
Chapo
La formation IA est proposée par le LIAD (Laboratoire d'Intelligence Artificielle et science des Données) du CEA. Elle se déroule sur cinq jours, avec des cours et des travaux pratiques, et vise à fournir des éléments d'introduction au monde du machine learning et de l'intelligence artificielle.
Contenu
Corps de texte

L'IA transforme rapidement de nombreux secteurs, il est essentiel de disposer d'une formation complète et correcte pour comprendre et maîtriser ces nouveaux outils. Les défis actuels, tels que l'analyse de grandes quantités de données et la prise de décisions basées sur des prédictions, nécessitent des compétences spécifiques. De plus, les opportunités croissantes dans le domaine de l'IA offrent de nouvelles perspectives pour l'innovation et l'efficacité.

La formation met l'accent sur l'importance de la qualité des données et sur les méthodes pour les analyser. En suivant cette formation, les participants, qu'ils soient spécialistes ou non du domaine, acquerront les éléments nécessaires pour comprendre les avancées de l'IA et les appliquer de manière efficace dans leur contexte professionnel.


Les formateurs
 

Dr. Aurore LometDr. Aurore LOMET

Aurore Lomet est une ingénieure-chercheuse spécialisée en découverte causale, intelligence artificielle, apprentissage automatique et traitement des séries temporelles. Au sein du LIAD, ses recherches se concentrent sur des sujets théoriques, comme le traitement des données structurées dans la causalité et son évalutation ainsi que sur des enjeux pratiques en collaboration avec d'autres équipes du CEA. En parallèle de ses activités, elle intervient dans le cadre de l'institut DATAIA et du programme SaclAI-School pour la formation en IA.

 

Dr. Geoffrey DanielDr. Geoffrey DANIEL

Geoffrey Daniel est ingénieur chercheur spécialisé en machine learning et son application pour le traitement de données scientifiques. Ses activités au sein du LIAD se portent à la fois sur des sujets théoriques, comme la quantification d'incertitudes pour les prédictions des réseaux de neurones et sur des problématiques applicatives en collaboration avec d'autres équipes du CEA. Il pilote le réseau ALLEGRIA qui propose des séminaires scientifiques autour des applications de l'IA au CEA.

 

Dr. Inna KucherDr. Inna KUCHER

Inna Kucher est ingénieure-chercheuse spécialisée dans l'apprentissage automatique appliqué à l'analyse des données de physique et l'apprentissage profond pour les applications de vision par ordinateur. Après un poste d'ingénieure-chercheuse dans un laboratoire d'Intelligence Artificielle embarquée au CEA/DRT, elle a rejoint le Laboratoire d'Intelligence Artificielle et de science des Données (LIAD) en 2024. Elle concentre actuellement ses recherches sur la quantification des incertitudes provenant de l'application des réseaux neuronaux à l'analyse des données.

 

Dr. Riccardo FinotelloDr. Riccardo FINOTELLO

Riccardo Finotello est physicien théoricien spécialisé en machine learning. Ses centres d'intérêt s'étendent de la théorie de l'information à l'IA pour l'analyse de données dans divers domaines scientifiques. Il a rejoint le CEA en 2021. Il développe de méthodes d'explicabilité des modèles d'IA et de techniques pour la quantification d'incertitudes en machine learning.

 


Organisateurs

Logo du CEA

 

Le Commissariat à l'Energie Atomique et aux énergies alternatives (CEA) est un acteur majeur de la recherche, au service de l'État, de l'économie et des citoyens. Il apporte des solutions concrètes à leurs besoins dans différents domaines.

 

LIADLe Laboratoire d'Intelligence Artificielle et science de Données (LIAD) de la Direction des énergies (DES) du CEA est spécialiste du développement d'outil d'IA et d'analyse statistique pour les sciences analytiques, avec experts dans les domaines des mathématiques appliqués, physique, statistique et génie logiciel.