RAG et bases de données vectorielles
Domaine : IA. Niveau : Expert. Durée : 110 heures. 22 modules répartis en 5 chapitres. Tarif : 2190 euros. Formation à distance avec modules, exercices corrigés, questionnaires et manuel. Attestation de fin de formation délivrée à l’issue du parcours.
Construisez un assistant IA qui répond à partir de vos propres documents : embeddings, bases vectorielles, chaîne de recherche et évaluation des réponses. Chaque semaine, un exercice est repris avec votre formateur en classe virtuelle. À la fin, vous recevez votre certificat AcadémIA Pro.
Objectifs pédagogiques
Préparer et découper des documents. Choisir une base vectorielle. Construire une chaîne de recherche et de réponse. Mesurer et améliorer sa qualité.
Prérequis
Savoir programmer en Python.
Public visé
Développeurs et ingénieurs de données.
Programme détaillé
Chapitre 1 — Fondations
- 1.1 Embeddings : comment un texte devient un vecteur
- 1.2 Architecture d'un système de RAG
- 1.3 Découper ses documents : tester plusieurs stratégies
- 1.4 Extraire proprement PDF et tableaux
- 1.5 Synthèse de pratique du chapitre 1
Chapitre 2 — Bases vectorielles
- 2.1 Index et recherche de plus proches voisins
- 2.2 Choisir une base vectorielle : critères et essais
- 2.3 Filtres sur les métadonnées et droits d'accès
- 2.4 Synthèse de pratique du chapitre 2
Chapitre 3 — Améliorer les réponses
- 3.1 Recherche hybride et reclassement
- 3.2 Réécrire la requête et interroger en plusieurs étapes
- 3.3 Citer ses sources et réduire les inventions
- 3.4 Synthèse de pratique du chapitre 3
Chapitre 4 — Évaluer
- 4.1 Construire un jeu de questions et de réponses de référence
- 4.2 Mesurer la recherche et la génération
- 4.3 Faire évoluer sans dégrader
- 4.4 Synthèse de pratique du chapitre 4
Chapitre 5 — En production
- 5.1 Déployer à grande échelle
- 5.2 Suivre les coûts et les performances
- 5.3 Sécurité, confidentialité et injection par document
- 5.4 Synthèse de pratique du chapitre 5
- 5.5 La pratique de toute la formation, l'examen final et l'exemple de pratique choisi par le stagiaire