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
Fondements de l'IA locale sécurisée
- Ce que signifient l'IA locale et l'IA en interne dans les environnements réglementés
- IA cloud versus déploiement interne pour des charges de travail sensibles
- Cas d'utilisation enterprise courants pour les assistants privés et le support aux flux de travail
- Composants clés d'une architecture d'IA locale sécurisée
Fondamentaux d'Ollama et des modèles ouverts
- Comment Ollama s'intègre dans une pile de développement locale
- Téléchargement, exécution et gestion des modèles en local
- Choix des modèles en fonction de la taille, de la qualité, du matériel et des licences
- Mise en correspondance des options de modèles avec les tâches commerciales pratiques
Préparation de l'environnement interne
- Préparation des hôtes, postes de travail et serveurs
- Installation et configuration d'Ollama pour l'inférence locale
- Utilisation des conteneurs et des outils de développement internes
- Vérification de l'accès API et de la préparation opérationnelle de base
Travail efficace avec les modèles locaux
- Exécution des invites (prompts) et ajustement des sorties avec des instructions système
- Réutilisation des modèles pour des tâches enterprise cohérentes
- Gestion des versions de modèles et des artefacts internes
- Ajustements de performance basiques pour les déploiements CPU et GPU
Construction de flux de travail agiles pratiques
- Ce qui rend un flux de travail « agile » dans un contexte contrôlé
- Motifs simples pour la planification, l'utilisation d'outils et les boucles de réponse
- Conception d'assistants axés sur les tâches pour les opérations internes
- Ajout de revue humaine, de logique de repli et de gestion des erreurs
Flux de travail de récupération privés
- Fondements de la génération augmentée par la récupération (RAG) pour l'accès aux connaissances internes
- Préparation des documents pour le fractionnement, l'indexation et la recherche
- Connexion d'un magasin de vecteurs local à une application basée sur Ollama
- Amélioration de la pertinence et de la qualité des réponses avec de meilleurs motifs de récupération
Pratiques de sécurité, gouvernance et conformité
- Limites de gestion des données et considérations sur la vie privée
- Contrôle d'accès, journalisation et support aux audits
- Sécurité des invites, contrôles des sorties et garde-fous (guardrails)
- Points de contrôle de gouvernance pour le déploiement et l'exploitation réglementés
Motifs d'intégration enterprise
- Exposition des capacités d'IA locale via des APIs internes
- Intégration des assistants avec les applications et services internes
- Support des cas d'utilisation d'assistance, de lot (batch) et d'automatisation des flux de travail
- Maintenance des solutions à l'intérieur des limites réseau contrôlées
Évaluation des solutions d'IA locales
- Évaluation de la qualité, de la fiabilité et de la cohérence
- Tests par rapport aux exigences commerciales, politiques et de sécurité
- Comparaison des options de modèles pour des tâches enterprise spécifiques
- Mise en place d'un cycle pratique d'amélioration pour les équipes internes
Laboratoire d'implémentation pratique
- Construction d'un assistant privé avec Ollama et un modèle ouvert
- Ajout de la récupération sur des documents internes approuvés
- Introduction d'actions agiles simples et de contrôles de sécurité
- Examen du déploiement, des opérations et des points de contrôle de gouvernance
Planification de l'adoption et prochaines étapes
- Revue des décisions clés de conception et de déploiement
- Identification des pièges courants dans les projets d'IA réglementés
- Planification des cas d'utilisation pilotes et alignement des parties prenantes
- Définition d'une feuille de route pour l'adoption de l'IA locale sécurisée
Pré requis
- Compréhension de base des concepts d'IA et du développement logiciel
- Familiarité avec les outils en ligne de commande, les conteneurs ou les environnements de développement locaux
- Expérience de base en scriptage ou en programmation
Public cible
- Développeurs et équipes techniques créant des solutions IA privées sur une infrastructure interne
- Professionnels de la sécurité, de la conformité et des plateformes soutenant l'IA dans des environnements réglementés
- Chefs techniques des secteurs financier, santé, gouvernemental et défense évaluant l'adoption de l'IA en interne
21 Heures