Chargement en cours...
Veuillez patienter un instant
Fondée par des passionnés de l'apprentissage et de l'innovation, Learni s'est donnée pour mission de rendre la formation professionnelle accessible à tous, partout dans le monde. Notre équipe intervient dans les plus grandes métropoles telles que Paris, Lyon, Marseille, mais aussi à l'international, afin d'accompagner les talents et les organisations dans leur montée en compétences.
10 places par session maximum — 9 déjà prises
Quel format préférez-vous ?
30 minutes gratuites avec un conseiller formation — sans engagement.
Chargement des créneaux...
Formation Intelligence Artificielle à Marseille en Août 2026 avec Learni. Qualiopi, formateurs experts, éligible OPCO/CPF. Devis gratuit.
Découvrez les meilleures stratégies pour recruter des étudiants internationaux en mars 2026 : marketing digital, bourses, partenariats et plus pour booster vos inscriptions.
Découvrez comment la plateforme Learni révolutionne la gestion du temps et des priorités en mars 2026. Formations interactives, IA personnalisée et techniques prouvées pour booster votre productivité.
Formation Formation Professionnelle à Saint-Denis en Mars 2026 avec Learni. Qualiopi, formateurs experts, éligible OPCO/CPF. Devis gratuit.
Ne laissez pas ce retard s'accumuler
Les entreprises opérant des systèmes d'IA générative sans monitoring de la qualité des outputs subissent en moyenne 3 incidents de hallucination par semaine impactant les utilisateurs finaux.
Le coût d'inférence LLM non optimisé peut représenter jusqu'à 40% du budget cloud total.
89% des incidents IA critiques auraient pu être détectés 48h avant leur impact avec une observabilité adaptée.
Sans AI SRE structuré, le MTTR (Mean Time To Recovery) des systèmes IA est 6 fois supérieur à celui des applications classiques.
La formation Formation AI Observability - Fiabilité IA en production à grande échelle est délivrée en présentiel ou distanciel (blended-learning, e-learning, classe virtuelle, présentiel à distance). Chez Learni, organisme de formation certifié Qualiopi, chaque parcours est conçu pour maximiser l'acquisition de compétences, quel que soit le mode de formation choisi.
Le formateur alterne entre méthode démonstrative, interrogative et active (via des travaux pratiques et/ou des mises en situation). Cette approche pédagogique garantit un apprentissage concret et directement applicable en entreprise.
Pour garantir la qualité de la formation Formation AI Observability - Fiabilité IA en production à grande échelle, Learni met à disposition les moyens pédagogiques suivants :
En cas de formation intra-entreprise sur site externe à Learni, le client s'assure et s'engage à disposer de toutes les ressources matérielles pédagogiques nécessaires (équipements informatiques, connexion internet...) au bon déroulement de l'action de formation conformément aux prérequis indiqués dans le programme de formation communiqué.
L'évaluation des compétences acquises lors de la formation Formation AI Observability - Fiabilité IA en production à grande échelle s'effectue à travers :
Learni s'engage pour l'accessibilité de ses formations professionnelles. Toutes nos formations sont accessibles aux personnes en situation de handicap. Nos équipes sont à votre disposition pour adapter les modalités pédagogiques à vos besoins spécifiques. N'hésitez pas à nous contacter pour toute demande d'aménagement.
Les formations Learni sont disponibles en inter-entreprise et intra-entreprise, en présentiel comme en distanciel. Les inscriptions sont possibles jusqu'à 48 heures ouvrées avant le début de la formation. Nos formations sont éligibles aux financements OPCO, Pôle emploi et FNE-Formation. Contactez-nous pour étudier ensemble votre projet de formation et les possibilités de prise en charge.
Principes de l'AI SRE : SLI, SLO, SLA appliqués aux systèmes d'intelligence artificielle. Error budgets pour les modèles IA : définition, calcul, arbitrage fiabilité vs vélocité. Observability end-to-end : données sources, feature store, model serving, post-inference. Taxonomie des incidents IA : classification, sévérité, processus d'escalation. Étude de cas : post-mortem d'incidents IA dans des organisations à grande échelle.
Observabilité spécifique aux LLM : détection d'hallucinations, toxicité, pertinence. Monitoring des pipelines RAG : qualité du retrieval, cohérence des réponses, latence. Cost observability pour les LLM : token tracking, cache hit ratio, optimisation des prompts. Guardrails en production : filtres automatisés et escalation humaine. Démonstration : plateformes de LLM observability (Langfuse, Helicone, LangSmith).
Construction de runbooks spécifiques aux incidents IA : dérive, dégradation, biais, hallucination. Processus d'incident response : détection, triage, mitigation, recovery, post-mortem. War game immersif : simulation d'un incident IA critique multi-systèmes en temps réel. Automatisation de la remédiation : rollback de modèles, feature flags, circuit breakers IA. Débriefing et retours d'expérience croisés entre participants.
Architecture scalable : monitoring de 10 à 1000 modèles en production. Modèle de coûts et ROI de la plateforme d'AI Observability pour le COMEX. Conformité réglementaire : traçabilité AI Act pour les systèmes à haut risque. Organisation et talent : structurer l'équipe AI Observability et ML Platform. Élaboration du plan de fiabilité IA à 24 mois et soutenance devant le jury.
Public
CTO, Chief AI Officers, VP Engineering, VP Data, directeurs infrastructure, Head of ML Platform et cadres dirigeants C-Level responsables de la fiabilité et de la scalabilité des systèmes IA en production dans leur organisation.
Prérequis

Nos formations sont éligibles à de nombreux dispositifs de financement : OPCO, Pôle emploi et FNE. Nous vous accompagnons dans vos démarches pour mobiliser ces aides et faciliter l'accès à la formation.
Nos tarifs reflètent notre engagement à vous accompagner avec l'excellence : chaque formation est conçue et animée par des formateurs soigneusement recrutés pour leur expertise et leur pédagogie, afin de garantir un accompagnement de haut niveau.
Nous ne proposons pas le financement via le CPF : ce choix est motivé par notre engagement qualité et la volonté de vous protéger face à la recrudescence d'arnaques sur ce dispositif.
Expérience significative en direction technique, data engineering ou ML engineering. Connaissance des architectures distribuées et des pipelines MLOps. Familiarité avec les pratiques SRE (Site Reliability Engineering) et les environnements cloud.
Chargement en cours...
Veuillez patienter un instant





























