> cat ./mission.txt
Une école qui dit ce qu'elle ne peut pas vous apprendre.
Kernelio a été fondée à Carouge avec une conviction simple : une formation honnête sur ses limites est plus utile qu'une formation qui promet tout.
← Retour à l'accueil> git log --oneline kernelio
Notre histoire
Kernelio est née d'une frustration partagée par plusieurs ingénieurs basés à Genève : la plupart des ressources de formation en IA disponibles en français en 2022 étaient soit trop superficielles, soit trop chargées en promesses sur les débouchés. Les fondateurs ont passé plusieurs mois à cartographier ce qu'un participant peut raisonnablement apprendre en quelques mois de travail sérieux — et ce qu'il ne peut pas encore faire à l'issue d'un tel programme.
Le résultat de ce travail préliminaire est visible sur la première page de chaque syllabus : une liste de ce que le parcours ne couvre pas. Ce n'est pas de la modestie de façade. C'est un outil de travail pour que chaque participant sache où il en est après avoir terminé, et ce qu'il lui reste à apprendre ensuite.
L'école ouvre ses premiers parcours en janvier 2023 avec un groupe de dix participants pour le parcours Fondements. Les retours de ce premier groupe orientent la révision complète des exercices du deuxième trimestre. Depuis, chaque cohorte produit des modifications dans le matériel — pas pour rendre les parcours plus accessibles dans le mauvais sens du terme, mais pour les rendre plus précis dans ce qu'ils évaluent.
Aujourd'hui, Kernelio propose trois parcours en continu, avec des groupes de taille limitée pour que les retours individuels restent substantiels. Le cluster partagé du parcours Systèmes tourne en permanence sur une infrastructure hébergée en Suisse.
> cat mission.txt
Proposer une formation en développement IA en français qui énonce ses limites avant ses promesses, et qui évalue le travail sur la qualité du raisonnement plutôt que sur la présentation.
> ls ./equipe/
L'équipe pédagogique
Laurent Meier
Directeur pédagogique
Ingénieur en apprentissage automatique, anciennement chercheur à l'EPFL. Conçoit les syllabi et coordonne les retours sur les soumissions notées.
Céline Bourgeois
Responsable des parcours systèmes
Spécialiste des infrastructures MLOps, expérience en production sur des systèmes à fort trafic. Anime les sessions en direct du parcours Systèmes et Opérations.
Thomas Aeschlimann
Formateur — fondements et modélisation
Mathématicien de formation, développeur Python depuis huit ans. Rédige les exercices hebdomadaires et les corrigés détaillés pour les deux premiers parcours.
> cat ./standards/protocoles.md
Nos protocoles de qualité
Révision systématique du matériel
Chaque exercice est révisé après chaque cohorte. Les corrections et clarifications sont versionnées et documentées pour que les participants des cohortes suivantes bénéficient des ajustements.
Protection des données
Les données personnelles des participants sont stockées sur des serveurs en Suisse. Aucune donnée n'est transmise à des services d'analyse tiers sans consentement explicite. Conformité avec la LPD suisse et le RGPD européen.
Groupes à effectif limité
Le nombre de participants par cohorte est plafonné pour que chaque soumission reçoive un retour écrit individualisé. Au-delà du seuil, les inscriptions sont reportées à la cohorte suivante.
Reproductibilité des exercices
Tous les exercices notés incluent un environnement de dépendances fixé. Un participant qui clone le dépôt six mois après avoir terminé un parcours peut reproduire ses résultats sur la même version du code.
Transparence des critères d'évaluation
Les grilles d'évaluation sont communiquées avant chaque soumission notée. Les participants savent sur quels critères leur travail sera examiné — pas de critères cachés découverts après la remise.
Infrastructure hébergée en Suisse
Le cluster partagé du parcours Systèmes est hébergé chez un prestataire suisse. Les participants ont accès à un journal d'incidents et à une documentation de maintenance à jour.
> cat ./valeurs.txt
Ce que nous pensons de la formation en IA
L'IA a produit ces dernières années un volume considérable de formations qui vendent une vision du domaine plus simple que ce qu'il est. Les outils deviennent plus accessibles — c'est réel — mais la compréhension de ce qui se passe sous la surface reste longue à construire. Kernelio ne cherche pas à contourner cette durée.
Nous pensons qu'un développeur qui sait pourquoi son modèle échoue sur certains sous-groupes de données travaille mieux qu'un développeur qui sait seulement l'entraîner sur un jeu de données propre. C'est pourquoi l'analyse d'erreurs et la construction de données de validation honnêtes occupent autant de place dans le parcours Construction de modèles que l'architecture des réseaux.
Nous pensons aussi qu'un parcours qui dure vingt-quatre semaines avec douze heures de travail par semaine est différent d'un parcours qui dure vingt-quatre semaines avec deux heures. La charge de travail annoncée est celle que nous mesurons sur les cohortes précédentes, pas une estimation optimiste destinée à faciliter l'inscription.
Kernelio est une école de développement — pas un programme de reconversion rapide, pas une introduction grand public. Les participants qui complètent les trois parcours sont en mesure d'opérer un service de machine learning en production. Ils ne sont pas prêts à tout faire, et le record de complétion ne dit pas qu'ils le sont.
> contact --open
Une question sur nos parcours ?
Nous répondons dans les deux jours ouvrés. Pas de script commercial — une réponse directe à votre question.
Nous écrire