• Présentation des grandes tendances de l’intelligence artificielle générative et de ses usages actuels dans l’industrie financière.
  Introduction aux concepts clés :
  LLM et modèles génératifs
  tokens et fenêtres de contexte
  paramètres des modèles
  hallucinations et limites des systèmes d’IA
  Panorama des principaux modèles du marché (GPT, Claude, Gemini, Mistral, etc.).

Practical work

• Sondage interactif sur les usages de l’IA dans les métiers de la finance
  Découverte des différences entre modèles à partir d’exemples concrets

• . Analyse des cas d’usage concrets de l’IA dans la gestion d’actifs :
  recherche financière
  génération de commentaires de gestion
  analyse documentaire
  automatisation de tâches d’analyse
  .Présentation des critères permettant de choisir un modèle selon le contexte :
  performance
  coût
  confidentialité des données
  conformité réglementaire.

Practical work

• Discussion collective sur les usages actuels de l’IA dans les métiers des participants.

• Introduction aux méthodes de rédaction de prompts efficaces.
  Présentation d’un framework structuré permettant de guider un modèle d’IA pour produire une analyse financière pertinente.
  Illustration sur un cas concret : génération d’un commentaire de gestion d’un portefeuille actions.

Practical work

• . Les participants :
  rédigent plusieurs versions d’un même prompt
  testent différents cadrages
  observent l’impact sur la qualité des réponses produites.
  . Livrable : un prompt structuré permettant de générer un commentaire de gestion.

• . Présentation des différences entre les principaux modèles d’IA disponibles sur le marché.
  . Analyse des forces et faiblesses selon différents cas d’usage :
  analyse d’entreprise
  synthèse d’informations
  recherche documentaire.

Practical work

• . Les participants comparent plusieurs modèles sur une même tâche :
  analyse fondamentale d’une entreprise
  recherche d’informations sur un secteur.
  . Livrable : grille comparative des performances des modèles.

• . Présentation des outils de recherche augmentée utilisant l’intelligence artificielle.
  . Utilisation de ces outils pour :
  analyser un secteur
  produire une note de marché
  synthétiser de grandes quantités d’information.

Practical work

• . Les participants réalisent une note d’analyse sectorielle à l’aide d’un outil de recherche augmentée.
  . Livrable : synthèse d’analyse de marché.

• . Découverte des bases de Python appliquées aux données financières.
  . Manipulation simple de données de marché :
  chargement de données
  calcul de rendements
  visualisation graphique.

Practical work

• . Les participants exécutent un notebook permettant d’analyser l’évolution d’une action ou d’un portefeuille.
  . Livrable : notebook d’analyse de performance.

• . Présentation du principe de Retrieval Augmented Generation (RAG) permettant d’interroger des documents avec l’intelligence artificielle.
  . Applications possibles en gestion d’actifs :
  analyse de prospectus
  due diligence documentaire
  vérification de contraintes d’investissement.

Practical work

• . Démonstration interactive d’un pipeline RAG permettant d’interroger une documentation financière.
  . Les participants testent différentes requêtes sur les documents fournis.

• . Présentation des outils d’automatisation permettant de construire des workflows d’analyse financière.
  . Exemple : automatisation d’une veille d’informations sur un portefeuille.

Practical work

• . Les participants construisent un workflow permettant :
  de collecter des informations de marché
  de filtrer les informations pertinentes
  de générer une synthèse automatique.
  . Livrable : workflow automatisé de veille financière.

• . Présentation du fonctionnement d’un agent IA :
  récupération de données
  analyse
  génération de contenu.
  . Illustration sur un cas concret : génération automatique d’un commentaire de gestion.

Practical work

• . Démonstration interactive d’un agent capable :
  d’analyser la performance d’un portefeuille
  d’identifier les principaux contributeurs
  de générer un commentaire de gestion structuré.
  . Livrable : modèle d’agent générant un commentaire de gestion.

• . À l’issue de la formation, les participants repartent avec :
  des prompts professionnels réutilisables
  une grille comparative des modèles d’IA
  une note de marché générée avec IA
  un notebook d’analyse financière
  un workflow automatisé de veille
  un agent générant un commentaire de gestion.