Cours · 12 chapitres
Fondations de l'ingénierie IA
Mets des fonctionnalités IA en production : prompting, RAG, sorties structurées, fine-tuning et optimisation d'inférence. Pratique, gratuit, 12 chapitres (~4.3h) pour les ingénieurs.
Ce que tu sauras faire
- Rédiger des prompts structurés et testables
- Construire un pipeline RAG de bout en bout
- Générer des sorties structurées type-safe
- Fine-tuner des modèles avec LoRA
- Réduire la latence et les coûts IA
- Construire des pipelines IA multimodaux
Ce qu’il contient
- 1Fondamentaux de l'IA Engineering : Introduction
La carte du parcours AI Engineering Foundations — ce que les chapitres enseignent, comment ils s'articulent, et par où commencer.
- 2L'art du prompt engineering
Écris des prompts qui fonctionnent comme des programmes — structurés, testables et efficaces de façon constante.
- 3L'ingénierie du contexte
Maîtrise l'art et la science de composer le contexte optimal pour les agents IA.
- 4Sorties structurées et ingénierie de schémas
Construis des pipelines d'IA type-safe qui renvoient exactement la forme de données dont tu as besoin, à chaque fois.
- 5Les fondations du RAG : du chat à la récupération
Construis le pipeline RAG minimal viable — chunk, embed, store, retrieve, augment, generate — en code clair.
- 6L'ingénierie du RAG
Fais passer le socle de récupération en production — plongée dans les embeddings, stratégies de chunking, traitement des documents, patterns avancés et évaluation. Prérequis : RAG Foundations.
- 7Le fine-tuning pour les ingénieurs IA
Quand, pourquoi et comment fine-tuner des LLM -- de la préparation du dataset au déploiement en production.
- 8Ingénierie de l'IA multimodale
Construis des systèmes en production avec des API de vision, de l'extraction documentaire et de l'IA multimédia.
- 9Ingénierie des jeux de données
Construis les jeux de données qui font vraiment fonctionner les systèmes d'IA — de la génération synthétique aux suites d'évaluation.
- 10Prompt caching et optimisation de l'inférence
Conçois une inférence LLM plus rapide, moins chère et plus efficace — de la mécanique du KV-cache aux stratégies de serving en production.
- 11L'ingénierie du contexte pour les systèmes de connaissances
Conçois des bases de connaissances que les agents IA peuvent parcourir, interroger et exploiter.
- 12Post-Training : DPO, GRPO et RL pour les LLM
Choisis le bon algorithme de post-training -- optimisation des préférences, RL de raisonnement et RL d'agent -- sans te noyer dans les articles de recherche.
Questions fréquentes
- Qu'est-ce que j'apprendrai dans AI Engineering Foundations ?
- Tu apprendras à construire des systèmes IA en production : ingénierie des prompts et du contexte, sorties structurées, pipelines RAG du chunking à la récupération, fine-tuning avec SFT et LoRA, traitement multimodal, ingénierie des datasets, optimisation de l'inférence, et méthodes post-entraînement comme DPO et GRPO. Chaque chapitre est pratique et ancré dans du code concret.
- À qui s'adresse ce cours ?
- Il est conçu pour les ingénieurs logiciels et les développeurs qui veulent mettre de vraies fonctionnalités IA en production, pas seulement expérimenter avec des chatbots. Il suppose que tu sais lire et écrire du code et que tu veux comprendre les techniques derrière le RAG, le fine-tuning et la génération structurée.
- Ai-je besoin d'une expérience préalable en IA ou en machine learning ?
- Tu as besoin d'une expérience générale en programmation, mais aucun bagage préalable en machine learning n'est requis. Le parcours est calibré au niveau praticien et explique chaque technique — comme les embeddings, la récupération et LoRA — au fur et à mesure que tu la mets en œuvre.
- Quelle est la durée du cours et comment est-il structuré ?
- Le parcours comprend 12 chapitres pour un total d'environ 4.3 heures (257 minutes). Il s'ouvre sur un chapitre d'introduction qui cartographie tous les sujets afin que tu saches par où commencer et comment les chapitres s'articulent, puis progresse à travers le prompting, le RAG, le fine-tuning, le multimodal et l'optimisation de l'inférence.
- AI Engineering Foundations est-il gratuit ?
- Oui, ce parcours est gratuit. Tu accèdes aux 12 chapitres couvrant le prompting, le RAG, le fine-tuning, l'IA multimodale et l'optimisation de l'inférence sans aucun frais.
Obtiens un certificat
Termine tous les chapitres pour recevoir ton certificat de réussite.