Parcours d'apprentissage

Roadmap IA

Un parcours progressif pour comprendre l IA moderne, des fondamentaux jusqu aux systemes de production bases sur les LLMs, le RAG et les agents.

Fondations

Comprendre ce qu est vraiment l IA

  • IA vs machine learning vs deep learning
  • IA faible vs IA generale
  • Ou l IA moderne s integre dans les produits

Bientot disponible

Fondations

Les bases de maths et de stats utiles

  • Intuition des vecteurs et matrices
  • Bases de probabilites
  • Logique train, validation et test

Bientot disponible

Data

Qualite et preparation des donnees

  • Donnees structurees vs non structurees
  • Nettoyage et annotation
  • Risques de biais et de fuite de donnees

Bientot disponible

Modeles

Bases du supervised learning

  • Classification vs regression
  • Features et target
  • Overfitting et underfitting

Bientot disponible

Modeles

Unsupervised learning et embeddings

  • Bases du clustering
  • Intuition de la similarite
  • Role des embeddings dans les systemes modernes

Bientot disponible

LLMs

Comprendre les transformers et les tokens

  • Tokens et fenetre de contexte
  • Intuition de l attention
  • Difference entre inference et entrainement

Bientot disponible

Prompting

Fondamentaux du prompt engineering

  • Instructions claires
  • Role, contexte et exemples
  • Contraintes de sortie et delimiteurs

Bientot disponible

LLMs

Choisir un modele et comprendre les compromis

  • Qualite vs latence vs cout
  • Modeles heberges vs locaux
  • Open weights vs APIs fermees

Bientot disponible

RAG

Retrieval-Augmented Generation

  • Chunking et indexation
  • Bases de la recherche vectorielle
  • Reponses ancrees dans les sources

Bientot disponible

Evaluation

Evaluer et analyser les echecs

  • Golden datasets
  • Patterns d hallucination
  • Mesurer le succes d une tache

Bientot disponible

Securite

Securite, vie privee et garde-fous

  • PII et donnees sensibles
  • Bases du prompt injection
  • Moderation et controles de politique

Bientot disponible

Agents

Tools, fonctions et agents

  • Function calling
  • Orchestration des outils
  • Quand les agents sont vraiment utiles

Bientot disponible

Serving

APIs d inference et serving

  • Design des requetes et reponses
  • Batching et streaming
  • Rate limits et retries

Bientot disponible

Serving

Stack IA locale

  • Ollama et runtimes locaux
  • Contraintes CPU et GPU
  • Patterns de deploiement prive

Bientot disponible

Produit

UX pour les fonctionnalites IA

  • Approche human-in-the-loop
  • Gestion des fallback et de l incertitude
  • UX des prompts et des reponses

Bientot disponible

MLOps

Versioning et suivi d experimentations

  • Versioning des prompts et modeles
  • Reproductibilite des datasets
  • Logs et comparaisons d experiments

Bientot disponible

Production

Monitoring et controle des couts

  • Latence, tokens et erreurs
  • Drift et regressions de qualite
  • Gestion du cache et des depenses

Bientot disponible

Production

Systemes IA en production

  • RAG, outils et authentification
  • Patterns de deploiement
  • Faire evoluer le systeme en securite

Bientot disponible