Data, IA générative et agents IA : concevoir et déployer des solutions en entreprise

Mardi 6 octobre – Gouvernance des données & Machine Learning prédictif

Matin – Gouvernance des données et qualité de la donnée

Objectifs pédagogiques :

Comprendre pourquoi de nombreux projets d’IA peinent à passer à l’échelle et découvrir l’approche Data-Centric AI, qui place la qualité de la donnée au cœur de la création de valeur.

Programme de la séquence :

• De la preuve de concept à l’industrialisation de l’IA.
• Structurer une gouvernance efficace de la donnée : cartographie des rôles et responsabilités (Sponsor, Product Owner, Data Engineer, Data Scientist, DPO), définition des processus de gestion et organisation favorisant la collaboration entre les équipes métier et techniques.
• Garantir la qualité et la conformité des données : préparation et nettoyage des données (déduplication, traitement des valeurs manquantes, standardisation), traçabilité des flux, gestion de la propriété de la donnée et détection des biais grâce à des méthodes statistiques.

Après-midi – Construire des modèles de Machine Learning

Objectifs pédagogiques :

Découvrir le fonctionnement des algorithmes de Machine Learning et comprendre le cycle de vie complet d’un projet, de la préparation des données jusqu’au déploiement et à l’amélioration continue des modèles.

Programme de la séquence :

• Comprendre le fonctionnement d’un modèle prédictif.
• Maîtriser les principales familles d’algorithmes : régression, classification (arbres de décision, Random Forest, Boosting) et clustering, ainsi que leurs cas d’usage en entreprise.
• Analyser un modèle de type time series : exploitation des séries temporelles et des données externes, mesure des performances, suivi des écarts entre prévisions et résultats réels, mise en place d’un monitoring de la dérive des modèles.

Mercredi 7 octobre – IA générative, LLM, RAG & architectures agentiques

Matin – Comprendre les modèles de langage et le RAG

Objectifs pédagogiques :

Découvrir le fonctionnement des modèles de langage (LLM), comprendre les principes des embeddings, de la recherche sémantique et du RAG afin de déployer des solutions d’IA générative fiables en entreprise.

Programme de la séquence :

• Les fondations de l’IA générative : LLM, embeddings, recherche sémantique et choix entre modèles propriétaires et open source.
• Maîtriser les techniques de Prompt Engineering grâce aux frameworks COST (Context, Objective, Scope, Type) et RTF (Role, Task, Format).
• Sécuriser les réponses grâce au RAG (Retrieval-Augmented Generation) et aux fenêtres de contexte : compréhension des hallucinations, indexation documentaire et recherche vectorielle pour connecter les modèles aux connaissances de l’entreprise.

Après-midi – Systèmes multi-agents, sécurité et FinOps

Objectifs pédagogiques :

Comprendre les architectures agentiques et acquérir les bonnes pratiques pour concevoir, sécuriser et piloter des systèmes d’IA performants et économiquement maîtrisés.

Programme de la séquence :

• Comprendre l’IA agentique : fonctionnement d’un agent IA, mémoire, outils, APIs et mécanismes d’interopérabilité.
• Construire des systèmes multi-agents orientés métier : orchestration, contrôle qualité et audit des décisions.
• Assurer la sécurité et la maîtrise financière des solutions d’IA : protection contre les injections de prompts, gestion des droits d’accès, optimisation de la mémoire et mise en œuvre d’une gouvernance FinOps pour contrôler les coûts et mesurer le retour sur investissement.