« Comprendre les bases du RAG » est une formation de niveau intermédiaire destinée aux développeurs et aux data scientists qui souhaitent créer des applications d’IA plus performantes et plus fiables. Si les grands modèles linguistiques (LLM) constituent une véritable révolution, ils manquent souvent de connaissances spécifiques et actualisées, et peuvent parfois fournir des réponses erronées. Ce cours de 2 heures vous propose la solution fondamentale : la génération augmentée par la recherche (RAG).

Vous devrez avoir des connaissances de base en Python, en API et en LLM. Vous devrez également disposer localement de Python et d’un éditeur de code tel que VS Code. Axé sur la mise en pratique, ce cours passe de la théorie à la mise en œuvre. Vous commencerez par apprendre à schématiser les composants essentiels d’une architecture RAG (le moteur de recherche, le générateur et la base de données vectorielle) afin d’en comprendre le flux de données. Vous mettrez ensuite ces connaissances en pratique pour créer une application fonctionnelle. Dans le cadre d’un projet pratique reproduisant une tâche professionnelle réelle, vous utiliserez Python pour construire un pipeline RAG minimal, comprenant un magasin de vecteurs local, afin d’ancrer avec succès un LLM à l’aide de faits externes. À l’issue de ce cours, vous serez capable de créer des systèmes intelligents fournissant des réponses précises et adaptées au contexte, issues de vos propres données.