Loango Institute of Advanced Technology (LIAT)

1. Se connecter à la plateforme

• Ouvre ton navigateur et va sur l’adresse : https://moodle.loangotech.org/
• Entre ton identifiant et ton mot de passe reçus par l'administration.
• Clique sur “Se connecter”

2.    Accéder à mes cours

• Une fois connecté, va dans le menu “Tableau de bord” ou “Mes cours”.
• Clique sur le titre du cours pour y accéder.

3. Consultation du cours  

• Tu ne peux pas activer le mode édition.  
• Parcours les ressources et activités mises à disposition.

4. Noter les étudiants  

• Accède aux devoirs/tests à corriger.  
• Ajoute notes et commentaires.

5. Suivre les progrès  

• Consulte les rapports d’activité des étudiants.  
• Accède à la liste des participants.

6. Participer aux forums  

• Lis et poste dans les discussions.  
• Ne peux pas modifier ou supprimer les messages des autres.

1. Se connecter à la plateforme

• Ouvre ton navigateur et va sur l’adresse : https://moodle.loangotech.org/
• Entre ton identifiant et ton mot de passe reçus par l'administration.
• Clique sur “Se connecter”

2.    Accéder à mes cours

• Une fois connecté, va dans le menu “Tableau de bord” ou “Mes cours”.
• Clique sur le titre du cours pour y accéder.

3. Activer le mode édition 

• Clique sur “Activer le mode édition”
• Tu peux ajouter, modifier, déplacer ou supprimer ressources et activités.

4. Ajouter/modifier/supprimer ressources et activités

• Clique sur “Ajouter une activité ou ressource”  
• Choisis l’élément à ajouter (Devoir, Quiz, Fichier…)  
• Remplis les paramètres et sauvegarde.  
• Pour modifier ou supprimer, clique sur les icônes crayon (modifier) ou corbeille (supprimer).

5. Gérer la structure du cours

• Ajoute/supprime des sections (thèmes/semaines)  
• Déplace les activités par glisser-déposer.

6. Gérer les groupes

• Dans Participants > Groupes, crée, modifie ou supprime des groupes.

7. Noter les étudiants  

• Accède aux devoirs/tests à corriger.  
• Ajoute notes et commentaires.

8. Inscrire/désinscrire des étudiants (si activé)

• Va dans Participants > Inscrire des utilisateurs  
• Ajoute ou supprime les étudiants.

1. Se connecter à la plateforme

• Ouvre ton navigateur et va sur l’adresse :   https://liat.example.com (remplace par le bon lien)
• Entre ton identifiant et ton mot de passe reçus par l'administration.
• Clique sur “Se connecter”

2. Accéder à mes cours

• Une fois connecté, va dans le menu “Tableau de bord” ou “Mes cours”.
• Clique sur le titre du cours pour y accéder.

3. Naviguer dans un cours

• Les cours sont organisés par sections (par semaine, par thème…).
• Tu peux trouver :
• Des documents (PDF, PPT, Word…)
• Des activités (devoirs, quiz, forums)
• Des liens externes ou vidéos

4. Télécharger des documents

• Clique sur un fichier (ex : “Chapitre 1.pdf”) → le téléchargement se lance automatiquement.
• Si un fichier s’ouvre dans le navigateur, fais clic droit > “Enregistrer sous…”

5. Rendre un devoir

1. Clique sur l’activité Devoir (ex. : “Exposé de groupe”)
2. Lis bien les instructions, date limite, type de rendu (fichier ou texte).
3. Clique sur “Ajouter un devoir”
4. Téléverse ton fichier ou écris ton texte → puis clique sur “Enregistrer”
5. Clique enfin sur “Envoyer pour évaluation” si demandé

6. Participer à un forum ou chat

• Clique sur le forum ou le chat
• Lis les messages précédents
• Clique sur “Répondre” ou “Ajouter un nouveau sujet”
• Rédige ton message puis clique sur “Envoyer”

7. Voir mes notes

• Va dans ton cours > menu latéral > “Notes”
• Tu verras les devoirs, notes obtenues, commentaires du formateur, et barème si activé.

8. Modifier mon profil

• Clique sur ton nom en haut à droite > Profil
• Clique sur Modifier le profil
• Tu peux :
  • Ajouter une photo
  • Modifier ton mot de passe
  • Compléter ta bio ou ton numéro étudiant (si autorisé)

Bonnes pratiques pour les étudiants

• Vérifie ton tableau de bord régulièrement.
• Respecte les dates de remise.
• Sois actif dans les forums si demandé.
• Contacte ton enseignant en cas de doute via Messages.

Ce Bootcamp a pour objectif d’apprendre les fondements essentiels que les étudiants devraient connaitre sur l’IA Générative, les grands modèles de langages (LLM) et leurs applications dans la vie réelle. Il permet d’avoir une introduction pour concevoir des applications comme ChatGPT, Gemini, Copilot, DeepSeek, de générer du contenu via l’IA, boostez la productivité, et automatisez les tâches métiers. Cette formation est basée sur beaucoup d’exercices de code et mini-projets  directement pendant les cours. Un total de 20 heures, par semaine, de cours en ligne et en présentiel sur une durée de 4 semaines. Le contenu du programme couvre les thématiques suivantes: 

• Introduction à l’IA Générative (GenAI)

• Comprendre et intégrer l’IA dans votre métier 

• Comprendre les enjeux juridiques liés à l’IA pour agir en sécurité

• Fondements de l’IA Générative

• Panorama des outils no-code : ChatGPT, Jasper, Dall-E, Perplexity.ai

• Fonctionnement des LLM LMM, modèles de diffusion et leurs limites

• Prompt Engineering 

• Retrieval Augmented Generation (RAG)

• Identifier le rôle des données dans vos outils et décisions

• Fine-tuning des modèles 

• LLM et Applications

• Architectures des applications basées sur LLM

• Prompt engineering

• Génération de contenu texte, images, vidéo et audio 

• Traduction automatique de la voix 

• Appliquer une méthodologie pour identifier et automatiser des tâches avec l’IA

• Déploiement des applications LLM

• LLM avec ChatGPT, Gemini, Copilot, DeepSeek et Claude

• Déployer une application LLM avec Azure, AWS et HuggingFace

• Applications innovantes tel que des robots conversationnels

• Comprendre et créer un agent IA simple

• Déployer des Agents IA avancés

• Transformation Opérationnelle avec GenAI

• Utiliser GenAI pour améliorer l’effectivité des process d’une organisation 

• Automation, collection des données, monitoring et contrôle

• Analyse et inférence causale, modularité

• Procédure de sélection des outils selon les scenarios

• Création des prompt efficients

• Générer du contenu visuel ou écrit plus vite, avec plus de valeur

• Intégration des résultats dans votre workflow

• Déploiement stratégique des outils dans votre organisation

• Utiliser l’IA pour brainstormer, vous former ou accélérer vos livrables

• Cas pratiques des applications de GenAI pour transformation numérique 

• Génération de contenus pour la vente et campagne de marketing 

• Génération de code, test et validation pour le génie logiciel  

• Opération dans un centre de support et service aux clients 

• Automatisation et optimisation dans les centres d’appels

• Éthique et compliance en lien avec les lois sur la protection de la vie privée

• Projet 

• Identifier les opportunités d’amélioration de productivité

• Créer son propre robot conversationnel en utilisant des LLM

• Utilisation du modèle stable diffusion pour générer des contenu synthétiques

• Déployer un projet IA complet.

Tout au long du cursus, un projet réalisé en groupe permettra aux étudiants de maîtriser toutes les étapes de prompt engineering, d’automatisation et de déploiement de solutions IA générative concrètes.

Grâce à notre Bootcamp Cybersécurité, les étudiants seront à mesure de garantir la sécurité d’un système d’information en identifiant les faiblesses et les risques associés pour aider à la prise de décisions et construire un plan de remédiation. A la fin de ce Bootcamp, les participants auront une réelle expérience en cybersécurité offensive et défensive. Cette formation est basée sur beaucoup d’exercices de code et mini-projets  directement pendant les cours. Un total de 20 heures, par semaine, de cours en ligne et en présentiel sur une durée de 4 semaines. Le contenu du programme couvre les thématiques suivantes:

• Introduction à la cybersécurité : problématique et concepts de base

• Naviguer, rechercher et filtrer des données

• Évaluer et Gérer les données et informations

• Programmation, scripting et automatisation

• Compréhension et administration des systèmes et réseaux

• Concepts et fonctionnement des systèmes d’exploitation (Linux & Windows)

• Gestion des systèmes d’exploitation (Linux & Windows)

• Architecture d’identification et d’authentification

• Sécurité email, réseau et bases de données

• Tests d’intrusion et piratage (Hacking) éthique, Rédaction de rapports 

• Recherche et analyse de vulnérabilités 

• Architecture et organisation d'un SOC

• Exploitation des failles (corruption mémoire, injection, etc.)

• Post exploitation

• Identification des stratégies d’attaques

• Outils de manipulations de protocoles

• Cryptographie appliquée

• Rétro-ingénierie de malware

• Audits cybersécurité et analyse des risques

• Effectuer une veille juridique en cybersécurité

• Protection des données et de la vie privée (PVP)

• Collecte d’informations et ingénierie sociale (OSINT)

• Administration & gestion des infrastructures Cloud

• Conception, mise en place et gestion de l’infrastructure informatique.

Tout au long du cursus, les étudiants vont travailler en mode projet. Cette pédagogie professionnalisante leur donnera l’occasion de développer une stratégie de cybersécurité, d’élaborer et de piloter un processus de cybersécurité.

Ce Bootcamp consiste à enseigner les concepts de base de la programmation et la philosophie du langage Python. Le premier langage de programmation en data science et intelligence artificielle. Les étudiants vont acquérir une compétence très demandée pour les débutants en programmation et professionnels en reconversion en data science. Cette formation est basée sur beaucoup d’exercices de code et mini-projets  directement pendant les cours. Un total de 20 heures, par semaine, de cours en ligne et en présentiel sur une durée de 4 semaines. Le contenu du programme couvre les thématiques suivantes:

• Installation de l’environnement de développement intégré (IDE): 

• Installation des logiciels et de l’IDE

• Configuration de l’IDE adapter à vos besoins

• Initiation à la programmation

• Outils de génération automatique de code

• Structures de données: 

• Comprendre les paramètres et fonctionnalités de Python 

• Apprendre à bien choisir la catégorie de données pour pouvoir travailler avec

• Maîtriser les différentes structures de données (listes, tuples, dictionnaires)

• Apprenez à manipuler ces structures de données pour stocker, organiser et manipuler l’information et les données 

• Utilisez des opérations telles que l’ajout, la suppression et la modification des éléments

• Automatiser ses requêtes avec les listes compréhension et les strings méthodes

• Nettoyer une base de données

• Librairies : 

• Utilisez la puissance des librairies Numpy, Pandas, Matplotlib et bien d’autres pour la manipulation de données et la visualisation

• Développez des applications web en utilisant des Frameworks tels que Flask ou Django

• Fonctions:  

• Explorez le concept de fonctions en Python et apprenez à les définir, les appeler et les utiliser dans vos programmes

• Découvrez les fondamentaux du contrôle de flux en Python

• Découvrez comment les fonctions peuvent être utilisées pour encapsuler des blocs de code réutilisables

• Améliorez la lisibilité du code et faciliter sa maintenance 

• Maîtrisez les paramètres de fonction, les valeurs de retour et la portée des variables pour créer des fonctions efficaces et modulaires. 

• Programmation Orientée Objet (POO): 

• Sachez créer et manipulez les classes et les objets 

• Explorez les concepts fondamentaux tels que l’encapsulation, l’héritage et le polymorphisme

• Concevez des programmes modulaires, réutilisables et évolutifs, ouvrant ainsi la voie à des solutions logicielles plus robustes et flexibles

• Git & GitHub: 

• Utilisez le versioning pour gérer les modifications et mises en production du code.

Tout au long du cursus une pédagogie par projet permettra aux étudiants d’aborder toutes les étapes de développement et de déploiement d’une solution avec Python.

2 Crédits

Ce cours enseigne aux débutants les bases nécessaires afin d’effectuer des tâches simples sur la ligne de commande de systèmes Linux. Décrire le fonctionnement d'un système d'exploitation Linux. Exécuter des commandes dans la console. Plongez dans l’histoire de Linux; Télécharger une distribution Linux;  Choisissez votre bureau Linux ; Installer Linux Ubuntu ; Se connecter à Internet et gérer des applications ; Naviguez sur Internet ; Utilisez la messagerie électronique ; Éditez des documents sous Linux ; Connectez des périphériques sous Linux ; Traitez vos médias, son, images et vidéos ; Configurez Linux pour développer ; Développement des applications Web. Connaître les bases du travail sur un Shell. Modifier des fichiers en utilisant les éditeurs usuels de Linux. Utiliser les commandes les plus courantes sur Linux et pouvoir les relier avec le pipeline. Connaître l'arborescence standard des répertoires Linux et utiliser les commandes de gestion des fichiers et répertoires. Gérer les processus et savoir où les trouver. Connaître les concepts de sécurité locale. Connaître et gérer les droits d'accès des fichiers et répertoires. Pouvoir effectuer la configuration du réseau.

2 Crédits

Introduction à la programmation en général. Notions de base des systèmes informatiques et systèmes d'exploitation d'utilisation courante. Utilisation d'un environnement de développement logiciel. Structures de base des langages de programmation, séquences, conditions, répétitions. Fonctions. Lecture et écriture dans des fichiers textes. Conception et modifications de programmes. Concept de programmation structurée. Debuggé les programmes informatiques.

0 Crédit

Éléments théoriques de base pour la communication écrite et orale appliquée à un contexte technique. Compréhension du mandat de communication. Travail en équipe et communication interculturelle : perception, styles, contexte, stress et choc culturels. Présentation d'outils de recherche et d'aide à la rédaction. Citations et références et prévention du plagiat. Conception, insertion et présentation de tableaux et figures. Éléments du style technique. Outils de rédaction, de communication et de collaboration en ligne. Correspondance professionnelle. Stratégies de recherche d'emploi: CV, lettre de motivation, entrevue et suivi. Applications en communication écrite : structure et mise en page du texte, procédure, courriel, texte explicatif. Applications en communication orale : présentation, non-verbal, support visuel, communication à distance.

1 Crédit

Connaissance de soi et reconnaissance de la différence; schémas et caractéristiques de la communication interpersonnelle; perceptions, valeurs, pression vers la conformité, interprétation et construction de sens. Conscience et affirmation de soi; émotions, types de comportement, communication affirmative. Écoute active; exigences, fonctions et techniques. Feedback et types de message. Gestion des conflits interpersonnels. Connaissance et pratique de la dynamique et de l'organisation du travail en équipe : normes, rôles, modes d'interaction, pouvoir et leadership, relations affectives et cohésion (pensée groupale), tâche et objectifs, organisation, structuration, résolution de problème et prise de décision. Animation, styles de leadership et gestion des conflits dans une équipe.

1 Crédit

Introduction aux concepts reliés aux technologies de l'information et à la cybersécurité. Architecture d'un ordinateur et interactions entre ses composantes : disques, mémoire, processeur. Systèmes d'exploitation communs : Windows, Linux, MacOS. Mise en réseau. Architecture et équipement réseautique de base : adressage IP, client, serveur, routage, réseaux commutés. Concepts liés à l'architecture applicative : application et base de données. Concepts liés aux langages de programmation : boucles, conditions.

 0 Crédit

Ce cours permettra aux étudiants d’avoir les outils nécessaires pour suivre efficacement une formation en ligne via les plateformes offertes par le LIAT. Il introduira aux étudiants les ressources qui leurs sont disponibles au LIAT, les méthodes académiques, la réglementation et exigence pour l’évaluation de leur performance. De plus, ce cours fournira un survol des stratégies pour la réussite des étudiants, telles que la gestion du temps, le stress, connaissance efficace, et l’appropriation de sa procédure d’apprentissage.

15 Crédits

Stage optionnel réalisé au sein d'une entreprise qui s'adresse exclusivement aux étudiants inscrits au certificat en Data Science. Les participants doivent remettre un rapport à la fin du stage. L'étudiant exerce des activités reliées aux matières étudiées et résout des problèmes industriels ou environnementaux de complexité croissante. Les 9 crédits de stage ne sont pas comptabilisés pour l'obtention du certificat.

6 Crédits

L’objectif de ce projet est double: d’une part, il permet de renforcer les notions vues en cours; d’autre part, il constitue un premier contact avec le travail en équipe. Les projets sont réalisés individuellement ou en binôme (groupes de 2 étudiants). Ce module vise à former à la résolution d’un problème scientifique et technique concret nécessitant l’élaboration d’une application informatique basée sur la technologie IA ou data science. Il vise également à apprendre à travailler en équipe et à savoir présenter son travail de manière claire et concise, sous la forme d’un rapport écrit et d’une soutenance orale à l’aide d’un diaporama.

2 Crédits

Introduction à l’IA Générative (GenAI) : qu’est-ce que GenAI ; comment elle est utilisée ? En quoi elle diffère de l’IA traditionnelle ? Introduction aux LLMs (Large Language Models) : fondements, cas d’usage, prompt engineering avec des LLMs. Introduction à l’IA responsable ; qu’elle est son importance ? Introduction à la génération automatique d’images, introduction aux modèles de diffusion tel que Stable Diffusion qui est une famille de modèles ayant montré son potentiel pour la génération des images ; Architecture Encodeur-Décodeur ; Mécanisme avec Attention : traduction machine, question-réponse, résumé automatique de texte ; Architecture de transformation ; Introduction aux logiciels d’IA Générative pour le prototypage et customisation des modèles de GenAI pour une utilisation de leur potentiels dans les applications.

2 Crédits

Comprendre les principales tendances technologiques à l'origine du Deep Learning, optimiser des modèles en utilisant des fonctions de perte et des statistiques de performances, créer des ensembles de données de formation, d'évaluation et de test reproductibles et évolutifs, connaître et comprendre plusieurs types de réseaux de neurones. Savoir les implémenter et analyser leur performance, construire, former et appliquer des réseaux de neurones profonds entièrement connectés. Savoir utiliser les transformer. Appréhendez les réseaux de neurones artificiels. Utilisez des réseaux neuronaux à l’aide de PyTorch et TensorFlow afin de faire de la reconnaissance d’objets et de visages, la segmentation et la classification. Maitrisez les fonctions d’activation des perceptrons. Appliquez les méthodes de Deep Learning à la reconnaissance vocale et les réseaux de neurones récurrents pour les séries temporelles.

2 Crédits

Introduction. Architecture cloud computing. Différents types de services offerts. Principaux modèles de déploiement. Virtualisation et gestion des ressources. Stockage et traitement des données dans l'infonuagique. Relation entre les mégadonnées (Big Data) et cloud computing. Applications potentielles de l'IA et cloud computing. Analytiques et techniques de gestion et de visualisation des données générées à partir des sources Internet et objets connectés. Études de cas des solutions. Services cloud computing. Politique et normes de sécurité des services cloud computing

2 Crédits

Maitrisez les techniques du Traitement Automatique du Langage Naturel (TALN) ou  Natural Language Processing (NLP), à la base de la compréhension du texte par l’ordinateur, et ChatBot (Robot Conversationnel). Maitrisez le preprocessing de texte, le topic modeling et le word embedding. Faites des analyses de sentiments sur des textes et construisez votre premier chatbot intelligent. Découvrez les nouvelles technologies des grands modèles de langages (LLM) utilisées dans ChatGPT, Gemini, Copilot, DeepSeek, IA Générative (GenAI), etc. Comprendre les algorithmes de base et les structures de données utilisées dans le NLP, savoir utiliser des corpus et des annotations qui leur sont ajoutes. Créer des composants statistiques de NLP, tels que des modèles de langage, des classificateurs de texte et des marqueurs de partie du discours, qui apprennent de tels corpus. Évaluer les mérites de différentes méthodes d’apprentissage automatique pour des taches NLP données. Apprécier la relation entre les représentations linguistiques et les applications informatiques. Savoir mettre en œuvre un ChatBot complexe.

2 Crédits

Introduction aux concepts avancés de l'utilisation de l'intelligence artificielle (IA). Éléments clés d'un projet d'IA : compréhension des besoins d'affaires et analyse coûts-bénéfices. Principales étapes de conception et de développement dans un contexte IA : collecte des données, flux de données et choix des algorithmes. Techniques de modélisation des données et les outils avancés. Principes de deep learning (apprentissage automatique profond) et vision par ordinateur (computer vision). Traitement en langage naturel. Automatisation des processus robotiques et leurs utilisations. Étapes et outils pour la création de modèles. Application des algorithmes IA à l'aide de bibliothèques. Risques et enjeux. Mesures de mitigation de sécurité, d'éthique et de vie privée. Appréhendez les réseaux de neurones artificiels. Utilisez des réseaux neuronaux convolutifs à l’aide de TensorFlow et PyTorch afin de faire de la reconnaissance d’objets et de visages. Maitrisez les fonctions d’activation des perceptrons. Appliquez les méthodes de deep learning à la reconnaissance vocale et les réseaux de neurones récurrents pour les séries temporelles.

2 Crédits

Faites des prévisions et des classifications à partir de données non labellisées à l'aide des étonnantes méthodes de clustering. Apprenez à mettre en œuvre des méthodes de réduction de dimensions pour limiter le nombre de paramètres. Éléments de base des algorithmes d'apprentissage statistique et symbolique. Exemples d'applications en forage de données, reconnaissance des formes, régression non linéaire, et données temporelles. Remarques: Des connaissances en statistiques sont recommandées. Détection d'anomalies, clustering, régression et classification automatisée. Analyse des réseaux de neurones et apprentissage profond. Analyse multi-variables et séries temporelles. Particularités des projets IA selon les domaines d’application.