AI Engineering for ML Engineers
De la conception au monitoring : devenez autonome sur l'ensemble de la stack des agents IA modernes : RAG avancé, agents avec LangChain/LangGraph, protocole MCP pour le tooling et évaluation et observabilité avec Langfuse.
Ce que vous allez apprendre
RAG avancé
Comprendre les LLMs et embeddings, concevoir une architecture RAG robuste avec recherche hybride et filtrage métadonnée et d'autres techniques plus avancées.
Agents & Protocole MCP
Maîtriser les fondamentaux des agents (types, cas d'usage), comprendre le protocole MCP et ses enjeux d'interopérabilité, orchestrer avec LangChain/LangGraph, et connecter un serveur MCP à vos agents.
LLMOps
Évaluer, observer et piloter des applications GenAI en production avec Langfuse, et les architecturer de bout en bout.
Le programme détaillé
Sept modules progressifs, des fondations théoriques (Transformers, embeddings) jusqu'au système GenAI complet avec LangChain/LangGraph, Qdrant, MCP et Langfuse.
Fondamentaux d'AI Engineering & RAG
3h30
Architecture Transformers, embeddings, bases vectorielles et construction d'un pipeline RAG complet avec LangChain et LangGraph.
Objectifs
- Maîtriser l'architecture Transformers, les embeddings et les bases de données vectorielles
- Construire un pipeline RAG : ingestion, chunking, recherche hybride et filtrage sur métadonnée
- Évaluer et optimiser la qualité du retrieval
Au programme
- Architecture Transformers, embeddings et bases de données vectorielles (Qdrant)
- Pipeline RAG avec LangChain et LangGraph : ingestion, chunking, recherche hybride
- Filtrage sur métadonnées et évaluation de la qualité du retrieval
- Optimisation du pipeline : stratégies de chunking et scoring
Vos experts
Investissement formation
1 500,00 €
par participant
9 000,00 €
par session
Formation éligible OPCO. Demandez votre devis pour prise en charge.
Discutons de votre projet
Devis personnalisé, formats sur mesure, modalités OPCO — nous répondons à toutes vos questions.
Demander un devis