كتالوج التكوينات 2026–2027

• Maîtriser les techniques de prompting avancées
• Comprendre l'architecture des LLMs
• Construire des workflows IA no-code
• Implémenter le Retrieval-Augmented Generation (RAG)
• Évaluer et améliorer la qualité des réponses LLM

Jour 1 : Fondamentaux LLMs, zero-shot, few-shot, CoT
Jour 2 : RAG basique, embeddings, bases vectorielles
Jour 3 : Agents IA, outils no-code, automatisation

• Architecturer un système RAG complet
• Ingérer et indexer des documents PDF, Word, HTML
• Configurer Pinecone et pgvector
• Déployer LLaMA 3 en local sans GPU cloud
• Mettre en production avec FastAPI et Docker

Jour 1 : LangChain fondamentaux, loaders, splitters
Jour 2 : Embeddings, bases vectorielles, retrieval
Jour 3 : Chatbot complet, mémoire, déploiement

• Évaluer la qualité des sorties LLM
• Détecter et réduire les hallucinations
• Optimiser la latence et les coûts d'inférence
• Mettre en place un monitoring avec LangSmith
• Industrialiser une application LLM

Jour 1 : Frameworks d'évaluation LLM, métriques
Jour 2 : Hallucinations, garde-fous, safety
Jour 3 : Monitoring LangSmith, coûts, latence
Jour 4 : Industrialisation, scaling, alerting