LLM, RAG et agents IA : concevoir des applications d’IA générative intelligentes
L'essentiel
Caractéristiques
Formation spécifique
21 heuresAdaptable
Lieu et mode de présence
14 départements
Présentiel
Distanciel
Domaines d’enseignement
Intelligence Artificielle (IA)
Présentation
Ce module propose une découverte progressive et pratique des modèles de langage, des architectures RAG et des agents d’intelligence artificielle. Il permet aux participants de comprendre les concepts fondamentaux de l’IA générative et de développer des applications capables d’exploiter des documents, d’interroger des outils et d’automatiser des tâches.
La première partie présente le fonctionnement général des Large Language Models (LLM), leurs principaux cas d’usage, leurs capacités et leurs limites. Les participants découvrent les notions de tokens, fenêtre de contexte, paramètres de génération, Prompt Engineering, messages système, hallucinations, confidentialité et évaluation des réponses.
La formation aborde ensuite la conception de prompts structurés et réutilisables. Les participants apprennent à définir un rôle, fournir un contexte, formuler des instructions précises, imposer un format de sortie et construire des scénarios comportant plusieurs étapes.
La deuxième partie est consacrée aux architectures RAG, ou génération augmentée par récupération. Les participants apprennent à préparer une base documentaire, charger et nettoyer des documents, découper les contenus en segments, produire des embeddings, indexer les données dans une base vectorielle et effectuer une recherche sémantique.
Les participants construisent ensuite un pipeline RAG complet permettant à un LLM de répondre à des questions à partir d’une documentation spécifique. Le module présente les différentes stratégies de découpage, de récupération, de filtrage, de classement des résultats et de génération des réponses. Une attention particulière est accordée à la traçabilité des sources, à la réduction des hallucinations et à l’évaluation de la qualité du système.
La troisième partie porte sur les agents IA. Les participants découvrent comment concevoir un agent capable de raisonner sur une demande, sélectionner des outils, appeler des fonctions, exploiter une mémoire, interroger une base documentaire et exécuter une succession d’actions.
Le module présente également les architectures multi-agents, l’orchestration des tâches, la supervision humaine, la gestion des erreurs, les garde-fous, la sécurité et le suivi des performances. Les participants étudient les différences entre un chatbot classique, une application RAG, un workflow automatisé et un agent IA autonome.
La formation repose sur des explications progressives, des démonstrations, des exercices pratiques et un projet final. Selon le niveau du groupe, les participants pourront développer un assistant documentaire RAG ou un agent IA capable d’utiliser plusieurs outils pour répondre à un besoin concret.
À l’issue du module, les participants seront capables de concevoir une application basée sur un LLM, de construire un système RAG connecté à des documents, de développer un agent utilisant des outils et d’évaluer la fiabilité, la sécurité et la pertinence de la solution obtenue.
Les outils peuvent être adaptés aux besoins de l’établissement : Python, API de modèles de langage, modèles open source, Hugging Face, LangChain, LangGraph, LlamaIndex, FAISS, Chroma, Qdrant, FastAPI, Streamlit, Docker et Git.
Le programme, la durée, les outils, le niveau technique et le projet final peuvent être adaptés au niveau des apprenants et aux objectifs pédagogiques de l’établissement.