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 Automatisation & Productivité à Bordeaux en Juillet 2026 avec Learni. Qualiopi, formateurs experts, éligible OPCO/CPF. Devis gratuit.
Formation Développement Informatique à Avignon en Mai 2026 avec Learni. Qualiopi, formateurs experts, éligible OPCO/CPF. Devis gratuit.
Formation Intelligence Artificielle à Marseille en Août 2026 avec Learni. Qualiopi, formateurs experts, éligible OPCO/CPF. Devis gratuit.
Découvrez les raisons pour lesquelles les entreprises optent pour Learni afin de développer les compétences cloud de leurs équipes en avril 2026. Analyse des tendances, avantages et financements disponibles.
Ne laissez pas ce retard s'accumuler
Sans maîtrise d'ONNX, vos modèles IA restent prisonniers de leurs frameworks silos, générant des incompatibilités coûteuses lors des déploiements.
Les entreprises perdent en moyenne 40% de leur temps de développement en conversions manuelles, équivalant à 50 000 € par projet retardé.
65% des incidents en production IA sont liés à ces lacunes d'interopérabilité, exposant les data scientists et ingénieurs à des échecs professionnels majeurs et menaçant la survie business de l'entreprise.
Chaque mois sans cette expertise critique creuse un écart concurrentiel insurmontable.
La formation Maîtriser ONNX : Le Standard d’Interopérabilité pour vos Modèles d’Intelligence Artificielle 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 : Le Standard d’Interopérabilité pour vos Modèles d’Intelligence Artificielle, 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 : Le Standard d’Interopérabilité pour vos Modèles d’Intelligence Artificielle 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.
Historique du projet ONNX, principes d’interopérabilité, présentation du format et des spécifications, cas d’usage industriels, prise en main des outils ONNX, structures de fichiers, visualisation des graphes.
Exporter des modèles depuis PyTorch (torch.onnx), TensorFlow (tf2onnx), scikit-learn-onnx; analyse de la compatibilité; gestion des conversions complexes; résolution des erreurs communes; bonnes pratiques pour valider la fidélité du modèle exporté.
Utilisation et configuration de ONNX Runtime; accélération matérielle (CPU, GPU, VPU et Edge); quantification, pruning et outils d’optimisation; intégration dans un pipeline de production (micro-services, CI/CD); études de cas sur le déploiement d’applications réelles (web, edge computing, embarqué).
Public
Développeurs, data scientists et ingénieurs travaillant sur le déploiement et l’optimisation de modèles IA souhaitant tirer profit de l’interopérabilité offerte par ONNX.
Prérequis
Bonne connaissance des bases en apprentissage automatique, expérience pratique avec au moins un framework de deep learning (PyTorch, TensorFlow ou Scikit-learn). Maîtrise du Python.
Chargement en cours...
Veuillez patienter un instant





























