كتالوج التكوينات 2026–2027

• Comprendre l'architecture Transformer
• Utiliser la bibliothèque HuggingFace efficacement
• Fine-tuner BERT sur des données tunisiennes
• Déployer des modèles NLP en production
• Évaluer la qualité des modèles (F1, BLEU, ROUGE)

Jour 1 : Tokenisation, embeddings, architecture Transformer
Jour 2 : BERT, CamemBERT, AraBERT — fine-tuning
Jour 3 : Analyse de sentiment, NER, classification
Jour 4 : Projet NLP complet et déploiement

• Collecter et annoter des données en arabe dialectal
• Comprendre les spécificités de l'arabe pour le NLP
• Fine-tuner AraBERT et CamelBERT
• Évaluer les modèles sur des benchmarks arabes
• Déployer le modèle via une API REST

Jour 1 : NLP arabe, défis linguistiques, datasets
Jour 2 : Fine-tuning AraBERT, Label Studio
Jour 3 : Évaluation, comparaison, post-traitement
Jour 4 : Déploiement API, intégration application