Les retours de nos apprenants

Je n'avais jamais touché à Python avant de m'inscrire. Ce qui m'a le plus aidée, c'est que la mentore prenait le temps d'expliquer pourquoi mon code ne fonctionnait pas, pas seulement comment le corriger. Après six semaines, j'ai un premier modèle de classification qui tourne — c'est plus que ce à quoi je m'attendais.

Juin 2025

Le programme intermédiaire est dense — il faut vraiment s'y investir chaque semaine. Les revues de code sont très utiles : les commentaires du mentor ont changé ma façon d'écrire du code depuis. J'aurais aimé un peu plus de ressources sur PyTorch spécifiquement, mais globalement le rapport qualité-prix tient ses promesses.

Mai 2025

Le Capstone m'a poussée à finir quelque chose de bout en bout, ce que je n'avais jamais fait sur un projet IA. Le plan de terme structure vraiment bien le travail, et les révisions par les pairs m'ont donné un regard extérieur que je n'aurais pas eu seule. Mon application de classification d'images est maintenant dans mon portfolio.

Juin 2025

Ce qui change par rapport aux tutoriels en ligne, c'est qu'on reçoit de vrais retours. Pas un « bien joué ! » automatique, mais des commentaires sur ce qu'on aurait pu faire différemment. Le fait que tout soit en français m'a clairement facilité la compréhension des concepts dès le départ.

Juillet 2025

Programme solide sur les réseaux convolutionnels. J'aurais apprécié un peu plus d'exemples dans le domaine du traitement du langage, mais les bases apprises s'appliquent. La communauté est agréable — j'ai eu plusieurs échanges utiles avec d'autres participants en dehors des sessions officielles.

Mai 2025

J'avais des bases mais je bloquais toujours sur la partie déploiement. Le Capstone m'a aidé à penser le projet comme un tout, pas seulement comme une série d'exercices séparés. Le mentor Marc a su identifier très tôt où j'avais des lacunes et orienter les retours en conséquence. C'est ce niveau d'attention qui fait la différence.

Juin 2025