Overview
Construire une application intégrant des modèles IA avec un niveau proche de la production. Public : Développeurs, AI engineers.
Le parcours alterne un cadrage, une production sur un cas apporté par le participant, et une évaluation. Outils : éditeur de code, dépôt Git, API du modèle.
Durée : 3 jours – 21 h. Prix inter conseillé : 2 490 €.
Objectives
- Architecture applicative
- API LLM et structured outputs
- Function calling et agents
- RAG et données
- Tests, sécurité et observabilité
- Déploiement et maîtrise des coûts
Audience
- Développeurs, AI engineers
Prerequisites
- Pratiquer régulièrement une IA générative.
- Savoir formuler une demande structurée (consigne, contexte, format de sortie).
Outcomes
- Architecture applicative
- API LLM et structured outputs
- Function calling et agents
- RAG et données
- Tests, sécurité et observabilité
- Déploiement et maîtrise des coûts
Syllabus
- 01Module 1 — Architecture applicative
L'architecture d'une application IA sépare l'interface, l'API, le modèle et les données. Le modèle n'est pas caché dans le composant d'écran · Dessiner les quatre blocs et le flux d'un appel utilisateur
3 h - 02Module 2 — API LLM et structured outputs
L'API du modèle renvoie un objet attendu. Si le schéma casse, l'application le dit, elle n'affiche pas n'importe quoi · Implémenter un appel à sortie structurée et le cas de schéma invalide
3 h - 03Module 3 — Function calling et agents
Le function calling et l'agent n'appellent que les fonctions listées. Une fonction absente de la liste ne part pas · Exposer deux fonctions et montrer le refus d'une troisième
3 h - 04Module 4 — RAG et données
Le RAG de l'application cite ou dit qu'il ne sait pas. La donnée vient du corpus de l'application, pas du modèle seul · Répondre à trois questions dont une sans passage dans le corpus
3 h - 05Module 5 — Tests, sécurité et observabilité
Tests, sécurité et observabilité : un test d'injection simple, un journal d'appel, une alerte si le taux d'erreur monte · Ajouter le test d'injection, le journal et le seuil d'alerte
3 h - 06Module 6 — Déploiement et maîtrise des coûts
Déployer, c'est aussi connaître le coût d'un appel et pouvoir revenir à la version d'avant · Estimer le coût de cent appels et écrire la marche arrière
3 h - 07Module 7 — Mise en situation et retour au poste
retour au poste pour Développeurs, AI engineers · soutenir AI BUILDER ADVANCED – De l’idée à l’application IA en production
3 h
Teaching
- Cours théoriques
- Ateliers pratiques
- Travaux pratiques
- Feedbacks réguliers
- Ratio théorie/pratique 30% / 70%
Assessment
- Quiz
- soutenir AI BUILDER ADVANCED – De l’idée à l’application IA en production
- Critères : le geste est refait sans aide, les sources sont citées, aucune donnée sensible dans le prompt
Resources
- éditeur de code
- dépôt Git
- API du modèle
EVA throughout the programme
You are not on your own. EVA stays with you before, during and after the sessions, so the learning holds in the job.
- Before each module, prepare your real use cases.
- Between sessions, an assistant to clarify a concept or iterate.
- After the programme, support to follow what you put in place.
