Formation LLM et RAG

Description

Cette formation LLM vous permettra de maîtriser la création d'applications intelligentes basées sur l'IA générative, en combinant RAG (retrieval-augmented generation) avec des LLM (large language models) et des agents autonomes.

Pendant 3 jours, vous apprendrez à :

• Comprendre le fonctionnement des modèles de langage (LLM) et leurs limites
• Mettre en place une base vectorielle et gérer l’indexation des données
• Développer un pipeline RAG complet et l’optimiser
• Construire des workflows d’orchestration avec LangGraph
• Intégrer des agents IA dans une application RAG pour automatiser des actions

Public

Cette formation s'adresse aux développeur·euse·s, data scientists et ingénieur·e·s en intelligence artificielle souhaitant approfondir leurs compétences en IA appliquée.

Ils témoignent

Les objectifs

• Comprendre les principes et limites des LLM
• Développer une application RAG complète, de l’architecture à l’optimisation
• Intégrer dans le RAG des agents IA avec smolagents
• Maîtriser LlamaIndex pour l’indexation et LangGraph pour les workflows
• Développer des applications concrètes basées sur un LLM
• Identifier les enjeux éthiques et légaux liés à leur usage

Pré-requis

• Connaissances de base en programmation (Python recommandé)
• Ordinateur portable à apporter

Le programme de la formation LLM et RAG

Jour 1 : Initiation aux LLM et à l’architecture RAG

• Fondations et pratique de l’IA
  • Historique de l’IA
  • Qu’est-ce qu’un modèle IA, un LLM ?
  • Quelles sont les limites de l’IA ?
  • Découverte de google Collab
• Architecture et exploration des modèles d’IA
  • Découverte du transformer
    • Découverte des concepts de token, d’hyperparamètres et de couches
  • Comparatif des modèles actuellement sur le marché
    • GPT, BERT, LLaMA
• Découvrir l’architecture d’une application RAG
  • Présentation des différents éléments
    • base de donnée vectorielle
    • modèle sémantique
    • comparaison par proximité vectorielle

Mises en pratique :

• Utilisation d’un dataset HuggingFace
• Vectorisation et stockage des données
• Utiliser un modèle sémantique

Jour 2 : Implémenter un RAG de 0

• Développement d’un RAG
  • Assemblage des briques dans un pipeline RAG
  • Gestion des données et optimisation
    • Taille de l’embedding
    • Pré-traitement des données
    • Optimisation des hyperparamètres
  • Identification et résolution des problèmes courants
• LlamaIndex : Indexation et la gestion des données du RAG
  • Architecture de LLamaIndex
  • Concepts clefs
    • Structuration des données
    • Représentation vectorielle (embeddings)
    • Requêtes sémantiques
• Construire des workflows avec LangGraph
  • Architecture de LangGraph
  • Concepts clefs
    • Nœuds, arêtes et état persistants

Mises en pratique :

• Utilisation d’un LLM par API
• Assemblage des différents éléments du RAG
• Développement d’un chatbot sur base documentaire (PDF internes, base de connaissance)
• Création d’un premier flux LangGraph

Jour 3 : Intégration de la brique Agent

• Qu’est-ce qu’un agent IA?
  • Définition et rôle d’un agent IA
  • Application d’agents IA dans le RAG
• Intégrer des agents IA dans le RAG avec smolagents
  • Découvertes de smolagents
  • Approche modulaire et logique step-by-step
  • Intégration concrète dans le RAG

Mises en pratique :

• Utiliser un agent dans smolagent
• Créer son propre agent IA
• Intégrer smolagent dans notre RAG pour avoir un système capable de réfléchir et d’agir

Télécharger le programme

Formations associées

• 

  RAG avec n8n

  2 jours

Formateurs

Daouda DIOP

Daouda est docteur-ingénieur en optique et vision par ordinateur. Il a forgé son expertise dans la fibre optique, l'astronomie aérospatiale et le développement d'algorithmes de computer vision pour véhicules autonomes.

Sa maîtrise de C++, Matlab, Python et des technologies comme Hadoop, Spark, SQL et Power BI, acquise notamment lors de sa thèse dont une partie concerne le synchrotron, fait de lui un formateur d’exception.

Que ce soit à l'université ou en milieu professionnel, Daouda forme des data engineers et des data analysts, adaptant ses cours à son public avec des projets concrets. Il sait capter l’attention en mêlant théorie et pratique, permettant aux stagiaires d’appliquer Spark sur des cas réels, comme l’analyse de données événementielles sur un datalake Azure.

Suivez une formation avec Daouda pour transformer vos compétences en data !

FAQ

8 raisons de participer à une formation Human Coders

• Satisfaction client élevée : Un taux de statisfaction de 4,6/5 depuis 2012 (sur 1755 sessions réalisées). 99% des participants se disent satisfaits de nos formations
• Approche pédagogique unique : Des formations en petit groupe, des formateurs passionnés et expérimentés, de véritables workshops... (Plus d'infos sur notre manifeste)
• Catalogue de formations complet : 200 formations au catalogue, de quoi vous accompagner sur tout vos projets
• Écosystème dynamique : Nous accompagnons les dev depuis 13 ans avec des initiatives comme Human Coders News, les Human Talks, le podcast ou encore notre serveur Discord
• Financement facilité : Organisme certifié Qualiopi, indispensable pour que vous puissiez obtenir des aides au financement via votre OPCO
• Références clients prestigieuses : De nombreux clients qui nous font confiance depuis des années
• Accompagnement sur mesure : Nous vous proposons un accompagnement personnalisé par nos consultants pour vous aider dans vos projets au-delà de la formation
• Valorisation professionnelle : Remise d'un diplôme, d'une attestation et d'une certification, suivant les formations effectuées, que vous pourrez afficher sur vos CV et réseaux sociaux