Applications mobiles
avec intelligence artificielle
Un parcours structuré pour comprendre comment l'IA s'intègre dans les applications mobiles — de la conception des modèles à leur déploiement en production. Pas de théorie abstraite, juste des outils et des cas concrets.
Ce que vous allez travailler, séance après séance
Quatre modules progressifs. Chaque module peut être suivi indépendamment, mais l'ensemble forme un tout cohérent qui va du modèle brut à l'application complète.
On commence par ce qui se passe vraiment sous le capot : comment un modèle de machine learning fonctionne, pourquoi les contraintes de mémoire et de batterie sur mobile changent tout, et quels formats de modèles sont compatibles avec iOS et Android.
- TensorFlow Lite
- Core ML
- Quantification des modèles
- On-device vs cloud inference
On prend un modèle existant — reconnaissance d'images, traitement du langage — et on le câble dans une application concrète. On voit où ça coince en général : latence, gestion des threads, mise à jour du modèle sans forcer une mise à jour de l'app.
- Swift / Kotlin SDK
- Flutter + tflite_flutter
- Background inference
- Model versioning
LLMs, génération d'images, synthèse vocale — comment ces technologies s'insèrent dans une interface mobile sans rendre l'expérience lente ou chaotique. On travaille sur des cas d'usage précis : assistant textuel, correction photo automatique, transcription audio en temps réel.
- API OpenAI Mobile SDK
- Whisper on-device
- Stable Diffusion mobile
- Streaming responses UX
Une fonctionnalité IA déployée mal testée crée plus de problèmes qu'elle n'en résout. Ce module couvre les stratégies de test spécifiques aux composants IA, le monitoring en production, et comment gérer les cas limites quand le modèle donne une réponse inattendue.
- A/B testing de modèles
- Firebase ML monitoring
- Graceful degradation
- CI/CD avec modèles ML
Des praticiens, pas des théoriciens
Chaque formateur travaille activement dans le domaine qu'il enseigne. Pas de slides génériques — des exemples tirés de projets réels.
Responsable
Thierry Valmont
Architecte mobile · IA embarquée
10 ans sur iOS et Android, les 4 derniers entièrement consacrés à l'intégration de modèles ML dans des apps grand public. Il a travaillé sur des produits à plus d'un million d'utilisateurs actifs.
Formateur
Gauthier Renaud
Ingénieur ML · Backend IA
Spécialisé dans les pipelines d'entraînement et de déploiement de modèles. Il explique comment passer d'un notebook Jupyter à un modèle qui tourne sur un téléphone bas de gamme sans que l'expérience soit dégradée.
Formateur
Sébastien Brunet
Expert IA générative · Flutter
Développeur Flutter depuis la beta publique. Il s'est reconverti vers l'IA générative en 2023 et développe depuis des composants d'interface qui intègrent des LLMs sans sacrifier la fluidité de l'application.
Des compétences précises,
pas des notions générales
À la fin du programme, vous avez construit deux applications fonctionnelles. Vous savez pourquoi certains choix techniques tiennent en production et d'autres non. C'est ça, la différence entre avoir suivi une formation et avoir appris quelque chose.
Parler à un conseillerChoisir le bon modèle
Évaluer précision, taille et latence selon les contraintes de chaque projet mobile.
Intégrer sans friction
Câbler un modèle ML dans une app existante sans tout refactoriser autour de lui.
Optimiser les performances
Réduire la consommation mémoire et temps de réponse sur des appareils réels.
Gérer les cas limites
Prévoir ce qui se passe quand le modèle répond de façon inattendue — et le traiter proprement.
Comment rejoindre le programme
Le programme se déroule en sessions de groupe réduites. Une fois votre formulaire envoyé, un membre de notre équipe vous contacte sous 48h pour confirmer la disponibilité et répondre à vos questions.
- Format : Sessions live en ligne, sur notre plateforme de webinaires interactifs. Toutes les sessions sont enregistrées et disponibles pour les inscrits.
- Prérequis : Notions de programmation mobile (iOS, Android ou Flutter). Pas besoin d'expérience préalable en IA.
- Ressources incluses : Projets de départ annotés, accès à des datasets réels, slides et documentation technique pour chaque module.
- Localisation : 510 Millstone Ave, Nanaimo, BC V9S 5A9 — bureau disponible pour questions en présentiel sur rendez-vous.
Demande d'inscription
Remplissez ce formulaire. Nous vous confirmons votre place sous 48h.