Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Architecture et conception des applications LLM
- Modèles courants d'applications OpenAI pour assistants, copilotes et automatisation des workflows
- Choix de l'architecture appropriée selon les exigences métier, la fiabilité et l'expérience utilisateur
- Passage du code prototype à une conception d'application maintenable
Prompting, contexte et sorties structurées
- Structuration des instructions système, utilisateur et développeur pour un comportement prévisible
- Conception de prompts pour la cohérence, le contrôle des tâches et des réponses plus claires
- Utilisation des sorties structurées pour alimenter la logique d'applications en aval
- Gestion des fenêtres de contexte, de l'état des conversations et de la qualité des réponses
Utilisation d'outils et orchestration des workflows
- Utilisation de l'appel de fonctions et de workflows enrichis d'outils avec des services externes
- Validation des entrées et sorties, gestion des erreurs et application de comportements de repli
- Conception de flux multi-étapes pour des tâches métier pratiques
Récupération et ancrage des connaissances
- Identification des cas où la génération augmentée par récupération est appropriée
- Préparation des documents et découpage du contenu pour une récupération utile
- Récupération du contexte pertinent et ancrage des réponses dans des sources fiables
Évaluation, garde-fous et maturité opérationnelle
- Définition des critères de qualité et test des workflows par rapport aux résultats attendus
- Réduction des hallucinations et gestion des requêtes dangereuses, non pertinentes ou ambiguës
- Surveillance de l'utilisation, de la latence, de la consommation de tokens et des coûts
- Préparation des applications pour le déploiement, le support et l'amélioration itérative
Atelier d'implémentation pratique
- Construction d'une petite application OpenAI complète intégrant prompting, sortie structurée, utilisation d'outils et récupération
- Revue des décisions de conception, des problèmes courants et des prochaines étapes pratiques pour une utilisation en production
Pré requis
- Connaissance des concepts de grands modèles de langage (LLM) et du développement d'applications basées sur les API
- Expérience de travail avec des APIs REST, du format JSON et des workflows d'applications pilotés par le prompting
- Expérience intermédiaire en programmation avec Python, JavaScript ou un langage similaire
Public cible
- Développeurs de logiciels créant des applications alimentées par des LLM
- Ingénieurs en IA et chefs de projet techniques concevant des solutions basées sur OpenAI
- Équipes produit et architectes solutions responsables des fonctionnalités IA en production
7 Heures