Lorsque vous vous inscrivez à ce cours, vous devez également sélectionner un programme spécifique.
Apprenez de nouveaux concepts auprès d'experts du secteur
Acquérez une compréhension de base d'un sujet ou d'un outil
Développez des compétences professionnelles avec des projets pratiques
Obtenez un certificat professionnel partageable
Il y a 3 modules dans ce cours
Les Data Scientists, les chercheurs en IA, les ingénieurs en robotique et les autres personnes qui peuvent utiliser la Génération Augmentée de Récupération (RAG) peuvent s'attendre à gagner des salaires d'entrée de gamme allant de 93 386 USD à 110 720 USD par an, avec des ingénieurs en IA très expérimentés gagnant jusqu'à 172 468 USD par an (Source : ZipRecruiter). Dans ce cours abrégé adapté aux débutants, vous commencerez par explorer les principes fondamentaux de la RAG - en apprenant comment la RAG améliore la recherche d'informations et les interactions avec l'utilisateur - avant de construire votre premier pipeline RAG.
Ensuite, vous découvrirez comment créer des applications d'IA générative conviviales à l'aide de Python et de Gradio, en acquérant de l'expérience en passant de la planification du projet à la construction d'un bot d'assurance qualité qui peut répondre à des questions en utilisant les informations contenues dans les documents sources.
Enfin, vous découvrirez LlamaIndex, un cadre populaire pour la création d'applications RAG. De plus, vous comparerez LlamaIndex avec LangChain et développerez une application RAG en utilisant LlamaIndex.
Tout au long de ce cours, vous participerez à des laboratoires pratiques interactifs et utiliserez plusieurs LLM, en acquérant les compétences nécessaires pour concevoir, mettre en œuvre et déployer des solutions axées sur l'IA qui offrent des expériences utilisateur significatives et contextuelles. Inscrivez-vous dès maintenant pour acquérir des compétences précieuses en matière de RAG !
Ce module donne un aperçu de la Génération augmentée de récupération (RAG), en illustrant comment elle peut améliorer la recherche d'information et le résumé pour les applications IA. Le module propose un laboratoire conçu pour introduire les composants fondamentaux de la construction d'applications RAG, présentés dans un format Bloc-notes Jupyter facile à utiliser. Grâce à ce projet pratique, vous apprendrez à diviser et intégrer des documents et à mettre en œuvre des chaînes de récupération à l'aide de LangChain.
Inclus
4 vidéos2 lectures2 devoirs1 élément d'application1 sujet de discussion3 plugins
Afficher les informations sur le contenu du module
4 vidéos•Total 22 minutes
Introduction au cours•3 minutes
Vue d'ensemble du certificat professionnel RAG et IA agentique•6 minutes
Pourquoi RAG ?•7 minutes
Plus de détails sur le RAG•7 minutes
2 lectures•Total 6 minutes
Aperçu du cours•4 minutes
Résumé et points forts : Introduction au RAG•2 minutes
2 devoirs•Total 36 minutes
Quiz pratique : Qu'est-ce que le RAG ?•15 minutes
Quiz noté : Introduction aux RAG•21 minutes
1 élément d'application•Total 60 minutes
Résumer des documents privés à l'aide de RAG, LangChain et LLMs•60 minutes
1 sujet de discussion•Total 10 minutes
[Facultatif] Sujet de discussion : Se rencontrer et se saluer•10 minutes
3 plugins•Total 20 minutes
Lecture : Conseils utiles pour l'achèvement des cours•5 minutes
Lecture : Qu'est-ce que le RAG ?•10 minutes
Aide-mémoire : Introduction au RAG•5 minutes
Créer des applications avec RAG
Module 2•2 heures à terminer
Détails du module
Dans ce module, vous apprendrez à construire une application de Génération augmentée de récupération (RAG) en utilisant LangChain, en acquérant une expérience pratique dans la transformation d'une idée en une solution IA entièrement fonctionnelle. Vous explorerez également Gradio en tant que couche d'interface conviviale pour vos modèles, en mettant en place une interface Gradio simple pour faciliter les interactions en temps réel. Enfin, vous construirez un robot d'assurance qualité utilisant LangChain et un LLM pour répondre à des questions à partir de documents chargés, renforçant ainsi votre compréhension des flux de travail RAG de bout en bout.
Afficher les informations sur le contenu du module
1 vidéo•Total 4 minutes
Démarrer avec Gradio•4 minutes
1 lecture•Total 2 minutes
Résumé et points forts : Construire des applications avec RAG•2 minutes
2 devoirs•Total 36 minutes
Quiz pratique : Construire des applications avec RAG•15 minutes
Quiz noté : Construire des applications avec RAG•21 minutes
2 éléments d'application•Total 60 minutes
Lab : Mettre en place une interface Gradio simple pour interagir avec vos modèles•30 minutes
Lab : Construire un robot d'assurance qualité qui utilise LangChain et LLM pour répondre à des questions à partir d'un document chargé•30 minutes
2 plugins•Total 20 minutes
Lecture : Introduction à Gradio•15 minutes
Aide-mémoire : Construire des applications avec RAG•5 minutes
Créer des applications RAG avec LlamaIndex
Module 3•2 heures à terminer
Détails du module
Ce module vous présente LlamaIndex comme une alternative à LangChain, vous aidant à comprendre comment appliquer vos connaissances RAG à travers différents cadres. Vous explorerez les différences entre ces frameworks et acquerrez une expérience pratique en construisant un bot avec IBM Granite et LlamaIndex qui fournit aux individus des suggestions pour engager des conversations. En réalisant ce projet, vous apprendrez à mettre en œuvre des concepts clés tels que les bases de données vectorielles, les modèles génératifs, le regroupement de documents, les extracteurs et les modèles d'invite pour générer des réponses de haute qualité.
Afficher les informations sur le contenu du module
3 vidéos•Total 18 minutes
Introduction à LlamaIndex : Ingestion et regroupement de documents•7 minutes
Introduction à LlamaIndex : Des entrepôts de vecteurs aux moteurs de recherche•6 minutes
Synthèse du cours•5 minutes
3 lectures•Total 12 minutes
Résumé et points forts : Créer des applications RAG avec LlamaIndex•5 minutes
Félicitations et prochaines étapes•2 minutes
Équipe et remerciements•5 minutes
2 devoirs•Total 31 minutes
Quiz pratique : Développement d'applications avec LlamaIndex•10 minutes
Quiz gradué : Construire des applications RAG avec LlamaIndex•21 minutes
1 élément d'application•Total 45 minutes
Laboratoire : Construire un robot brise-glace IA avec IBM Granite 3.0 et LlamaIndex•45 minutes
2 plugins•Total 20 minutes
Lecture : Comparaison entre LangChain et LlamaIndex•15 minutes
Aide-mémoire : Créer des applications RAG avec LlamaIndex•5 minutes
Obtenez un certificat professionnel
Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.
Instructeurs
Évaluations de l’enseignant
Évaluations de l’enseignant
Nous avons demandé à tous les étudiants de fournir des commentaires sur nos enseignants au sujet de la qualité de leur pédagogie.
Chez IBM, nous savons à quel point la technologie évolue rapidement et nous reconnaissons le besoin crucial pour les entreprises et les professionnels d'acquérir rapidement des compétences pratiques prêtes à l'emploi. En tant qu'innovateur technologique leader sur le marché, nous nous engageons à vous aider à prospérer dans ce paysage dynamique. Grâce à IBM Skills Network, nos programmes de formation conçus par des experts en IA, développement de logiciels, cybersécurité, science des données, gestion d'entreprise, et plus encore, fournissent les compétences essentielles dont vous avez besoin pour décrocher votre premier emploi, faire progresser votre carrière ou favoriser la réussite de votre entreprise. Que vous vous perfectionniez ou que vous perfectionniez votre équipe, nos cours, nos spécialisations et nos certificats professionnels développent l'expertise technique qui vous assure, ainsi qu'à votre organisation, d'exceller dans un monde compétitif.
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Avis des étudiants
4.5
152 avis
5 stars
71,24 %
4 stars
17,64 %
3 stars
4,57 %
2 stars
3,92 %
1 star
2,61 %
Affichage de 3 sur 152
A
AB
5·
Révisé le 22 juil. 2025
This is an excellent course in which I learned about RAG.
M
MM
4·
Révisé le 21 sept. 2025
Hola, el curso es muy bueno y los contenidos muy valiosos.
Los laboratorios, personalmente los prefiero en Jupyter, pero parte del aprendizaje es ser flexible. Muchisimas gracias, Miguel.
R
RR
4·
Révisé le 23 août 2025
Despite being well structured course material and passing relevant experinece, the code showcased, the libraries used are outdated.
Comment le RAG améliore-t-il la qualité des réponses générées par les LLM ?
RAG améliore la qualité des réponses générées par les LLM en fondant les réponses sur des données externes actualisées et faisant autorité afin de réduire les erreurs et les hallucinations. Il permet aux LLM de fournir des résultats plus précis, contextuels et fiables, souvent avec des citations de sources, même pour des sujets en dehors de leurs données d'entraînement d'origine, ce qui se traduit par une plus grande fiabilité et pertinence dans les réponses générées par l'IA. (Source : GoPractice.io)
Pourquoi le RAG est-il important pour les professionnels de l'IA ?
La Génération augmentée de récupération (RAG) est importante pour les professionnels de l'IA car elle améliore la précision et la fiabilité des modèles IA en fondant leurs réponses sur des informations actualisées et réelles, ce qui réduit le risque de résultats incorrects ou obsolètes. La RAG permet également de s'adapter plus rapidement à de nouveaux domaines sans avoir besoin d'un recyclage approfondi, ce qui rend les solutions d'IA plus flexibles et plus rentables.
Pour les professionnels de l'IA, la maîtrise de RAG signifie construire des systèmes d'IA plus transparents, plus conscients du contexte et plus fiables, ce qui fait de la capacité à mettre en œuvre RAG une compétence essentielle alors que la demande d'IA digne de confiance et explicable continue de croître dans tous les secteurs d'activité.
Quelles sont les perspectives d'emploi pour les professionnels possédant des compétences en matière de RAG ?
Les perspectives d'emploi pour les professionnels possédant des compétences en Génération augmentée de récupération (RAG) sont très prometteuses, la demande augmentant rapidement à mesure que des secteurs tels que la santé, la finance, le juridique et le service à la clientèle adoptent la RAG. Le marché de la RAG devrait croître à un taux de croissance annuel moyen de 49,2 % jusqu'en 2034. Les professionnels possédant ces compétences peuvent donc s'attendre à de nombreuses opportunités d'emploi, à des salaires compétitifs et à une évolution de carrière dans de nombreux secteurs. (Source : Precedence Research)
Quand aurai-je accès aux cours et aux devoirs ?
Pour accéder aux supports de cours, aux devoirs et pour obtenir un certificat, vous devez acheter l'expérience de certificat lorsque vous vous inscrivez à un cours. Vous pouvez essayer un essai gratuit ou demander une aide financière. Le cours peut proposer l'option "Cours complet, pas de certificat". Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.
Qu'est-ce que je recevrai si je m'abonne à ce certificat ?
Lorsque vous vous inscrivez au cours, vous avez accès à tous les cours du certificat et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page Réalisations - à partir de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn.