La formation est-elle certifiée Qualiopi ?

Oui, Learni est un organisme certifié Qualiopi. Cette certification garantit la qualité de nos formations et permet leur prise en charge par les OPCO et autres dispositifs de financement.

Comment financer ma formation ?

Nos formations sont éligibles aux financements OPCO. Learni vous accompagne dans les démarches de prise en charge. Un devis personnalisé est disponible sur demande.

Quels sont les prérequis pour cette formation ?

Les prérequis pour la formation Formation ONNX Runtime - Optimiser l'inférence IA en production sont : Maîtrise avancée de Python, PyTorch/TensorFlow et modèles ONNX exportés. Un entretien préalable permet de valider votre éligibilité.

La formation est-elle disponible en présentiel ?

Oui, la formation Formation ONNX Runtime - Optimiser l'inférence IA en production est disponible en présentiel. Le format peut être adapté à vos besoins (inter, intra, sur-mesure).

Formation ONNX Runtime - Optimiser l'inférence IA… | Learni

L'histoire de Learni

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.

Configurez votre formation

Réponse sous 24hSans engagement100% gratuit

Il reste 7 places pour la prochaine session

FormatParticipantsDateCoordonnées

Quel format préférez-vous ?

Modalités, méthodes et moyens pédagogiques

La formation Formation ONNX Runtime - Optimiser l'inférence IA en production 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.

Moyens pédagogiques mis en œuvre

Pour garantir la qualité de la formation Formation ONNX Runtime - Optimiser l'inférence IA en production, Learni met à disposition les moyens pédagogiques suivants :

Ordinateurs Mac ou PC, connexion internet haut débit fibre, tableau blanc ou paperboard, vidéoprojecteur ou écran tactile interactif (pour les sessions en distanciel)
Environnements de formation installés sur les postes de travail ou accessibles en ligne
Supports de cours, exercices pratiques et ressources complémentaires
Accès post-formation aux supports et ressources pédagogiques

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.

* nous consulter pour la faisabilité en distanciel** ratio variable selon la formation suivie

Modalités d'évaluation des acquis

L'évaluation des compétences acquises lors de la formation Formation ONNX Runtime - Optimiser l'inférence IA en production s'effectue à travers :

En cours de formation : études de cas, travaux pratiques et mises en situation professionnelle
En fin de formation : questionnaire d'auto-évaluation et évaluation des acquis par le formateur
Après la formation : attestation de fin de formation détaillant les compétences acquises

Accessibilité de la formation

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.

Objectifs de la formation

Maîtriser ONNX Runtime pour des inférences IA ultra-performantes en entreprise

Optimiser les modèles ONNX pour CPU, GPU et edge devices professionnels

Développer des pipelines d'inférence scalables et certifiants

Implémenter des intégrations ONNX Runtime avec C++ et APIs avancées

Concevoir des déploiements production sécurisés et monitorés

Déployer ONNX Runtime 2026 pour des applications IA temps réel

Acquérir des compétences certifiantes en optimisation IA entreprise

Programme de la formation

Module 1architecture onnx runtime : configuration experte et premiers benchmarks (apis c++, outils onnx)

Plongez dans l'architecture interne d'ONNX Runtime 2026, configurez des sessions d'inférence avancées avec les APIs C++ et Python, effectuez des benchmarks comparatifs sur CPU/GPU réels, intégrez des providers personnalisés pour vos modèles d'entreprise, réalisez des exercices pratiques sur l'export et l'exécution de réseaux neuronaux complexes, produisez un rapport de performance initial qui servira de base à l'optimisation tout au long de la formation.

Module 2optimisation onnx runtime : tuning modèles et graph fusion (quantization, pruning, onnxruntime tools)

Optimisez vos modèles ONNX via la fusion de graphes, la quantization dynamique et le pruning intelligent avec les outils intégrés d'ONNX Runtime 2026, testez des techniques avancées sur cas concrets d'entreprise comme la vision par ordinateur, mesurez les gains de vitesse jusqu'à 5x sur hardware varié, implémentez des scripts automatisés pour l'entraînement post-quantization, générez des livrables prêts pour production incluant métriques de précision et latence.

Module 3déploiement onnx runtime : multi-plateformes et edge computing (docker, cuda, tensorrt execution providers)

Déployez ONNX Runtime 2026 sur environnements hybrides avec Docker et Kubernetes, configurez des execution providers comme CUDA, TensorRT et DirectML pour GPU/edge, simulez des scénarios IoT en temps réel avec Raspberry Pi et NVIDIA Jetson, intégrez la gestion de mémoire pour charges massives, développez un projet fil rouge d'inférence distribuée, validez les performances via monitoring intégré et produisez des artefacts Dockerisés scalables pour l'entreprise.

Module 4intégration avancée onnx runtime : sécurité, monitoring et cas enterprise (onnxruntime extensions, ci/cd)

Intégrez ONNX Runtime dans des pipelines CI/CD professionnels avec GitHub Actions et Azure DevOps, sécurisez les inférences via chiffrement et sandboxing, monitorez les métriques en production avec Prometheus et Grafana, explorez les extensions 2026 pour federated learning, appliquez tout sur un cas d'entreprise complet comme la détection d'anomalies, finalisez le projet fil rouge avec code review expert, obtenez des compétences certifiantes prêtes pour booster vos déploiements IA.