Large Language Model LLM - RAG et agents IA

Objectifs

• Concevoir une architecture RAG adaptée à un besoin métier


• Mettre en œuvre une recherche sémantique avec des embeddings


• Implémenter un pipeline RAG complet avec LlamaIndex


• Orchestrer des flux IA complexes avec LangGraph


• Développer et intégrer des agents IA dans une application existante


• Structurer une application IA générative maintenable et scalable

Description

Cette formation de 3 jours sur les LLM, RAG et agents IA offre une progression pédagogique logique, des fondamentaux aux applications avancées, pour concevoir des chatbots IA connectés aux données métiers.


Le Jour 1 pose les bases des LLM (limites, embeddings, RAG) via des expérimentations en Jupyter Lab et des exercices pratiques de vectorisation de datasets.


Le Jour 2 approfondit la construction de pipelines RAG optimisés avec LlamaIndex et LangGraph, incluant la création d'un chatbot connecté à une base documentaire lors d'ateliers hands-on.


Le Jour 3 explore les agents IA autonomes (via smolagents), leur intégration RAG pour raisonner et agir, avec des mises en situation d'intégration dans des apps existantes. Les méthodes d'apprentissage combinent théorie, démonstrations et pratiques intensives (80% du temps), favorisant une expérience immersive et évolutive. Prérequis : bases en Python, Jupyter et notions d'IA ; compétences acquises : architectures RAG scalables, agents intelligents et apps IA maintenables.