Ressources utiles

Une sélection courte et triée pour progresser en IA : au-delà du parcours. Le parcours reste le cœur ; ces liens complètent la théorie, la documentation et l'entraînement.

L'olympiade (IOAI / OFIA)

Le concours visé et son programme officiel.

IOAI : site officielInternational Olympiad in Artificial Intelligence : format, éditions, équipes.Syllabus IOAILe programme officiel des connaissances attendues. C'est notre plancher de référence.OFIA (France)Les Olympiades Françaises d'Intelligence Artificielle, sélection nationale pour l'IOAI.

Communautés et concours d'entraînement

Pour s'entraîner avec d'autres candidats aux olympiades d'IA, échanger et se mesurer régulièrement.

SOTACommunauté pour préparer l'IOAI : indépendante et gratuite, animée par des étudiants. Un Discord de plusieurs centaines de membres, un guide qui suit le syllabus de l'IOAI, une liste de centaines d'épreuves d'olympiades, des concours et du mentorat par d'anciens candidats.AICCConcours d'entraînement mensuels au format IOAI, organisés sur Kaggle par une communauté d'anciens candidats, avec un Discord de plusieurs centaines de membres : vision, NLP, audio, ML classique. Les sujets passés, avec nos corrections, sont aussi sur la page Épreuves.

Avant de commencer : programmer

Si tu ne sais pas encore coder, apprends les bases de Python d'abord, puis reviens au Niveau 1.

France-IOI : cours de programmationLa meilleure ressource francophone pour apprendre Python et l'algorithmique de zéro, par la pratique.

Documentation des outils

Les bibliothèques que tu utiliseras tout du long.

PyTorch : tutorielsLe framework de deep learning de la plateforme. Tutoriels officiels du tenseur au modèle entraîné.NumPyCalcul numérique vectorisé. Documentation et guide de prise en main.pandasManipulation de données tabulaires (DataFrames).scikit-learnML classique : régression, classification, métriques, validation.Hugging Face : LearnCours pratiques sur les transformers, le NLP et la diffusion.

Cours en ligne de référence

Des cours excellents, gratuits, pour construire l'intuition et la rigueur.

3Blue1Brown : Neural NetworksLa meilleure intuition visuelle des réseaux de neurones (et de l'algèbre linéaire / l'analyse).Karpathy : Neural Networks: Zero to HeroConstruire un réseau, puis un GPT, à la main, ligne par ligne. Incontournable.fast.ai : Practical Deep LearningApproche top-down, très pratique, pour entraîner de vrais modèles vite.Dive into Deep Learning (d2l.ai)Livre interactif gratuit, théorie + code, du MLP aux transformers.Stanford CS231n : VisionLe cours de référence en computer vision (CNN, détection, segmentation).Stanford CS224n : NLPLe cours de référence en NLP moderne (embeddings, attention, transformers).

S'entraîner pour de vrai

Mettre les mains dans le cambouis sur des données et des compétitions réelles.

Kaggle : LearnMicro-cours pratiques (Python, ML, DL, pandas) avec notebooks intégrés.Kaggle : CompetitionsDes compétitions de data science pour s'entraîner sur des problèmes réels.

Une ressource excellente manque à l'appel ? Signale-la-nous via le bouton de feedback : cette liste est volontairement courte et triée sur le volet.