+237 680 39 05 82 contact@syneduc.com
Accredited & Certified Programs
Chapitres des cours

LLM et IA générative

Plongez au cœur des grands modèles de langage. Comprenez comment ils "pensent", maîtrisez le prompt engineering, appelez une API LLM en Python, enrichissez un modèle avec vos documents grâce au RAG et...

240
Tous niveaux
CIA Formation
CIA Formation Centre Vérifié

Programme de Formation

6 module(s)
Durée totale : 240
Plongez au cœur des grands modèles de langage. Comprenez comment ils "pensent", maîtrisez le prompt engineering, appelez une API LLM en Python, enrichissez un modèle avec vos documents grâce au RAG et apprenez à éviter les hallucinations.

Module 1 : Des Transformers aux LLM : l'histoire récente

30
Retracez l'explosion de l'IA générative depuis l'invention des Transformers en 2017 jusqu'aux assistants conversationnels d'aujourd'hui. Comprenez les ruptures techniques et économiques qui ont rendu possibles ChatGPT, Claude et Gemini.

Module 2 : Comment un LLM "pense" : intuition

45
Plongez dans la mécanique interne d'un grand modèle de langage. Découvrez la prédiction du mot suivant, la notion de token, la fenêtre de contexte et la température, pour comprendre ce qui se passe vraiment à chaque réponse générée.

Module 3 : Prompt engineering : les 7 techniques essentielles

60
Maîtrisez les 7 techniques de prompt engineering qui transforment un LLM en outil professionnel fiable. Du rôle à la chaîne de raisonnement, en passant par le few-shot et la structuration de sortie, avec des exemples copiables et testés.

Module 4 : Appeler une API LLM en Python

45
Passez de l'interface web à l'intégration programmatique. Apprenez à installer un SDK, à gérer votre clé API de façon propre, à envoyer un prompt et à traiter la réponse en Python — avec un exemple complet et testable.

Module 5 : RAG : enrichir un LLM avec vos documents

45
Découvrez le Retrieval Augmented Generation, la technique reine pour faire parler un LLM de vos propres documents. Comprenez l'architecture, les embeddings, la recherche par similarité et écrivez votre premier mini-RAG en Python.

Module 6 : Limites et hallucinations : utiliser les LLM avec prudence

15
Avant de déployer un LLM en production, connaissez ses quatre grandes failles : hallucinations, biais, dépendance au contexte et coût. Apprenez à repérer les risques et à mettre en place des garde-fous simples.
Nous contacter

Commentaires

0 commentaire

Se connecter pour commenter

Aucun commentaire pour le moment

Soyez le premier à partager votre avis !

Se connecter pour commenter

Supprimer le commentaire ?

Cette action est irréversible. Le commentaire sera définitivement supprimé.

Your Cart

Your cart is empty

Add programs to start learning