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.
Quel format préférez-vous ?
30 minutes gratuites avec un conseiller formation — sans engagement.
Chargement des créneaux...
Formation Développement Informatique à Argenteuil en Octobre 2026 avec Learni. Qualiopi, formateurs experts, éligible OPCO. Devis gratuit.
Formation Intelligence Artificielle à Marseille en Août 2026 avec Learni. Qualiopi, formateurs experts, éligible OPCO/CPF. Devis gratuit.
Formation Développement Informatique à Tours en Juin 2026 avec Learni. Qualiopi, formateurs experts, éligible OPCO. Devis gratuit pour reconversion ou montée en compétences fullstack.
Formation Formation Professionnelle à Saint-Denis en Novembre 2026 avec Learni. Qualiopi, formateurs experts, éligible OPCO/CPF. Devis gratuit.
Ne laissez pas ce retard s'accumuler
Sans maîtrise d'ONNX, les modèles IA restent piégés dans leurs frameworks silos, générant des conversions manuelles fastidieuses et des erreurs récurrentes.
Les équipes perdent en moyenne 25% de leur temps de développement sur ces incompatibilités, tandis que 55% des déploiements IA échouent en production, selon des études sectorielles.
Chaque incident coûte jusqu'à 40 000 € en retards et pertes d'exploitation, menaçant la rentabilité et la compétitivité de l'entreprise.
Votre carrière stagne face à des concurrents qui déploient 3 fois plus vite – le risque d'obsolescence est imminent.
La formation Maîtriser ONNX : Interopérabilité et Déploiement des Modèles IA 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 Maîtriser ONNX : Interopérabilité et Déploiement des Modèles IA, 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 Maîtriser ONNX : Interopérabilité et Déploiement des Modèles IA 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.
Présentation du format ONNX, historique, architecture et écosystème ONNX ; Analyse des cas d’usage ; Introduction aux opérateurs ONNX ; Installation des outils nécessaires (ONNX, ONNX Runtime).
Exportation de modèles depuis PyTorch, TensorFlow et scikit-learn ; Bonnes pratiques de conversion ; Résolution des problèmes courants lors de l’exportation ; Manipulation des graphes et des opérateurs ; Exercices pratiques : conversion de modèles prédictifs existants.
Utilisation d’ONNX Runtime pour le déploiement sur différents environnements (cloud, edge, mobile) ; Techniques d’optimisation et quantification des modèles ; Benchmarking de performance ; Mise en œuvre d’une API REST autour d’ONNX ; Intégration au pipeline ML ; Études de cas et exercices pratiques.
Public
Développeurs, ingénieurs data, data scientists souhaitant faciliter le déploiement et l’interopérabilité de modèles IA
Prérequis
Connaissances de base en machine learning et en frameworks comme PyTorch ou TensorFlow
Chargement en cours...
Veuillez patienter un instant





























