Formation RAG avancé | Concevoir une IA générative connectée aux données de l’entreprise

• Comprendre en profondeur une architecture RAG
• Transformer des données d’entreprise en connaissances exploitables par un LLM
• Utiliser embeddings et bases vectorielles
• Concevoir un pipeline RAG performant
• Améliorer la pertinence des informations récupérées
• Mesurer et optimiser la qualité d’un système RAG

• Développeurs
• AI Engineers
• Data Engineers
• Data Scientists
• Architectes
• Tech Leads

• Maîtriser les bases de Python
• Comprendre le fonctionnement général des LLM
• Avoir déjà manipulé une API d’IA générative ou disposer de connaissances équivalentes

Cette formation RAG avancé | Concevoir une IA générative connectée aux données de l’entreprise permet de concevoir des applications d’intelligence artificielle générative capables d’exploiter efficacement les données et documents internes de l’entreprise. Elle approfondit la chaîne complète : préparation documentaire, chunking, embeddings, bases vectorielles, retrieval, recherche hybride, reranking et évaluation. Les participants construisent et optimisent un véritable pipeline RAG (Retrieval-Augmented Generation).

Concevoir une architecture RAG

• Comprendre les limites des connaissances d’un LLM
• Architecture complète d’un système RAG
• RAG vs fine-tuning
• Identifier les bons cas d’usage

Préparer les données de l’entreprise

• Collecter et nettoyer les documents
• Structurer les contenus
• Maîtriser les stratégies de chunking
• Utiliser les métadonnées

Maîtriser embeddings et bases vectorielles

• Comprendre les embeddings
• Recherche sémantique
• Indexation vectorielle
• Bases de données vectorielles
• Mesurer la similarité

Construire un pipeline RAG

• Indexer les données
• Construire la requête
• Récupérer les informations pertinentes
• Enrichir le contexte du LLM
• Générer une réponse sourcée

Optimiser la recherche

• Recherche sémantique et recherche hybride
• Filtrage par métadonnées
• Reranking
• Optimisation du contexte
• Réduire les réponses non pertinentes

Évaluer et améliorer son RAG

• Définir des critères de qualité
• Évaluer le retrieval
• Évaluer les réponses générées
• Identifier les hallucinations
• Optimiser performance, qualité et coût

Un équilibre pédagogique alliant 40 % théorie et 60 % pratique.

Un questionnaire de positionnement est mis en place en amont de la formation.

L’émargement est réalisé de manière dématérialisée, via une signature numérique.

À l’issue de la formation, chaque participant reçoit l’ensemble des supports pédagogiques, incluant des vidéos et des ressources complémentaires pour approfondir les acquis.

Formation à distance :
Les sessions se déroulent en classe virtuelle via Microsoft Teams. Elles nécessitent un ordinateur équipé d’une caméra, d’un micro, de haut-parleurs ainsi qu’une connexion internet haut débit.

Le lien de connexion est transmis quelques jours avant le début de la formation.

Formation dans nos locaux et assistance disponible : 

Pour toute complication survenant avant, pendant ou après la formation, notre assistance est disponible à partir de 8h30 au +33 (0)6 47 45 07 82 .

Si vous ne parvenez pas à nous joindre par téléphone, merci de nous écrire à formation@neosoft.fr  en spécifiant en quelques mots la difficulté que vous avez rencontrée. Nous vous répondrons dans les plus brefs délais. 

En amont de la formation, un questionnaire de positionnement est adressé aux participants afin d’identifier précisément leurs besoins, leurs attentes et leur niveau de connaissances.

Le formateur évalue la progression pédagogique des participants tout au long de la formation, à travers des quiz, des mises en situation ou des travaux pratiques.

À l’issue de la formation, les participants sont invités à évaluer leur niveau de satisfaction concernant la formation suivie.

Néosoft Training s’appuie sur un processus qualité visant à analyser les éventuels dysfonctionnements remontés par les participants. Cette démarche permet de mettre en œuvre des actions correctives adaptées, tant sur le contenu pédagogique que sur les conditions de déroulement de la formation.