1. Introduction aux modèles Deepseek, Qwen et Gemini (1h)
- Présentation des trois modèles : origines, forces, faiblesses, cas d'usage.
- Comparaison avec GPT-4, Mistral, Claude et d'autres modèles open-source.
- IA open-source vs. IA propriétaire : quels critères pour choisir son modèle ?
2. Expérimentation des modèles via OpenRouter et API (1h30)
- Introduction à OpenRouter : qu’est-ce que c’est et pourquoi l’utiliser ?
- Comparer les performances des modèles en faisant des requêtes API.
- Cas pratique : envoi d’une même requête à différents modèles et comparaison des réponses.
- Présentation des outils pour tester les appels API : Postman, Python (requests), OpenRouter Playground.
3. Confidentialité et gestion des données (1h)
- Quelles données sont enregistrées par ces modèles ?
- Modèles hébergés dans le cloud vs exécution en local : quels enjeux ?
- Chiffrement, anonymisation et bonnes pratiques de protection des données.
- Cas d’usage où éviter les IA SaaS et privilégier des solutions locales.
4. Automatisation avec Make : quand et comment intégrer les modèles IA ? (1h)
- Présentation de Make pour automatiser les workflows IA.
- Exemples d’automatisations :
Génération automatique de résumés via OpenRouter.
Envoi de réponses AI dans un CRM ou un document partagé.
Connexion de Make avec Notion, Google Docs, Slack. - Cas pratique : création d'un scénario automatisé avec un modèle IA.
5. Faire tourner ses propres IA en local : LM Studio et Ollama (1h30)
- Pourquoi exécuter un modèle en local ?
Confidentialité maximale.
Performances : éviter la latence d’une API distante.
Coût zéro après installation. - Présentation des outils :
LM Studio : interface simple pour exécuter des modèles open-source.
Ollama : gestion et exécution simplifiée de modèles IA en local. - Cas pratique : tester un modèle open-source en local et l'interfacer avec un script Python.
6. Comparatif final et recommandations d’usage (1h)
- Synthèse des performances et avantages de Deepseek, Qwen, Gemini.
- Quel modèle pour quel besoin ?
Résumé de texte
Assistance à la rédaction
Génération de code
Traduction et reformulation - Discussion interactive : quel modèle adopter en entreprise ou pour un usage personnel ?
7. Questions / Réponses et bilan avec la méthode KISS (30 min)
- Ce que les participants vont garder (Keep), améliorer (Improve), commencer (Start) et arrêter (Stop).
- Élaboration d’un plan d’action individuel : quelle IA intégrer demain dans son workflow ?
.png)
