Nos tutoriels en science des données

Apprenez à utiliser l'API DeepSeek : choix des modèles, gestion des paramètres, optimisation des coûts, mise en cache du contexte et optimisation du chain-of-thought.

Suivez ce tutoriel OpenAI Agents API Computer Use pour créer un agent QA en Python qui teste un checkout dans un navigateur hébergé et re-teste un correctif dans la même session.

Évaluez des agents IA qui utilisent des outils. Mesurez l'achèvement des tâches, la précision des appels d'outils, la calibration des refus et les tests d'injection, avec du code et une porte CI réutilisable.

Apprenez à sauvegarder un travail non validé lors d'un changement de branche, puis à le restaurer sans perdre de code.

Apprenez à utiliser l’API GPT-6 Sol en Python. Créez un agent de migration de codebase avec des outils de dépôt, des Structured Outputs, un triage GPT-6 Luna, du pilotage et pytest.

Tutoriel pratique pour exécuter Kimi K2 Thinking, créer des workflows de tool calling, afficher le raisonnement transparent et le comparer à GPT-5 et Claude 4.5.

Créez un outil de Q&R sur documents tout en découvrant comment LangFuse simplifie le débogage, suit les coûts et organise les prompts dans des applications LLM complexes.

Découvrez ce qu'est la réversion à la moyenne, comment identifier un comportement révertant dans des séries temporelles et comment ce concept est utilisé en statistiques, en trading et en finance quantitative.

Apprenez à créer un analyste financier IA sécurisé avec un bac à sable hébergé par OpenAI : du téléversement des données financières et de l’analyse pilotée par agent jusqu’à la génération et au téléchargement des rapports, graphiques et fichiers de données.

Apprenez à éditer des images avec Qwen Image 2.1 sur un Colab A100, à guider les changements avec du texte ou des dessins, puis à exporter les résultats sélectionnés en GIF.

Un tutoriel pratique sur les plugins Claude Cowork : installez le plugin Data d’Anthropic, connectez un entrepôt et lancez une commande slash, personnalisez le plugin pour vos tables et créez un plugin hebdomadaire complet depuis le début, avec chaque fichier affiché.

Exécutez un gigantesque modèle MoE en local en combinant VRAM GPU, RAM système, SGLang et KTransformers pour une inférence hétérogène CPU‑GPU.