Au terme de la formation le stagiaire sera à même de :
- Intégrer et expliquer le fonctionnement et les limites des modèles génératifs (LLM, embeddings, RAG).
- Concevoir des architectures d’intégration IA locales ou hybrides.
- Réaliser un fine-tuning léger de modèles (LoRA, QLoRA).
- Mettre en place des pipelines RAG avec bases de données vectorielles (Chroma, FAISS, Qdrant, Milvus …).
- Développer des agents IA autonomes connectés à des outils métiers.
- Déployer des solutions IA dans un environnement Dockerisé sécurisé.
- Documenter, présenter et défendre un projet d’intégration IA complet.