Formation – RAG & applications LLM – Développement Salesforce

RAG & applications LLM pour les développeurs Salesforce

Développer des applications RAG et LLM : embeddings, bases vectorielles, chunking, retrieval, évaluation, coûts et protection des données.

Durée
6 heures, une session
Format
En ligne ou en présentiel
Langue
Allemand ou anglais
Participants
sessions ouvertes ou intra-entreprise
Attestation
Attestation de participation

Présentation

« RAG & applications LLM pour les développeurs Salesforce » s’adresse notamment aux profils suivants : Développeurs Salesforce Apex et Lightning Web Components, Architectes Salesforce et responsables techniques et Administrateurs Salesforce qui développent aussi. Elle montre pas à pas comment utiliser RAG & applications LLM de manière productive, sûre et traçable dans le domaine Développement Salesforce – des bases aux workflows avancés.

La génération augmentée par récupération, ou RAG, relie les modèles de langage à vos propres connaissances : manuels, contrats, tickets, wikis ou données produits deviennent interrogeables et sont fournis au modèle comme contexte au moment de la requête. Vous obtenez des assistants qui répondent sur des bases solides, sources à l’appui, au lieu d’halluciner. Au cours de cette journée intensive, vous construisez un pipeline RAG complet, de la préparation des documents à la génération des réponses en passant par les embeddings et la base vectorielle, et identifiez les leviers qui font réellement la qualité.

Le second jour mène du prototype à une application robuste. Vous comparez les stratégies de chunking, combinez recherche sémantique et lexicale, appliquez reranking, filtres de métadonnées et reformulation des requêtes, puis mesurez leur effet grâce à des évaluations systématiques. Sont également abordés le prompt caching, la maîtrise des coûts, l’optimisation de la latence, les droits d’accès au niveau des documents et une exploitation conforme au RGPD et à l’AI Act européen. Vous saurez quand un RAG classique suffit, quand une grande fenêtre de contexte ou un retrieval agentique convient mieux, et comment justifier vos choix d’architecture.

Au fil des années, une org Salesforce devient une plateforme complexe faite de classes Apex, de triggers, de flows, de Lightning Web Components et d’intégrations. Les assistants de codage IA et les agents aident les développeurs Salesforce à écrire plus vite Apex et LWC, à générer des classes de test à la couverture pertinente, à anticiper les governor limits et à réorganiser une logique de triggers foisonnante au sein de frameworks propres. Comme le code Salesforce doit être multi-tenant, bulkifié et attentif à la sécurité, l’IA a besoin d’un contexte ciblé et de règles claires. Cette formation vous apprend à combiner outils d’IA, Salesforce CLI, scratch orgs et pipeline DevOps en respectant règles de partage, sécurité au niveau des champs et limites de la plateforme.

La formation se déroule en direct – en ligne dans une classe virtuelle ou en présentiel dans nos salles à Munich, Salzbourg, Berlin, Augsbourg, Hanovre, Brême, Stuttgart et Kaiserslautern. Nous pouvons également l’organiser en intra pour votre équipe.

À qui s’adresse cette formation ?

  • Développeurs Salesforce Apex et Lightning Web Components
  • Architectes Salesforce et responsables techniques
  • Administrateurs Salesforce qui développent aussi
  • Développeurs d’intégration pour les interfaces Salesforce
  • Cabinets de conseil et équipes partenaires Salesforce

Les défis concrets que nous traitons

  • Governor limits, bulkification et récursivité des triggers à l’origine d’erreurs difficiles à reproduire
  • L’obligation de couverture de tests qui mobilise beaucoup de temps
  • Des orgs anciennes aux triggers, flows et processus qui se chevauchent sans documentation
  • Des exigences de sécurité comme les contrôles CRUD et FLS ou le partage souvent oubliées dans le code

Objectifs pédagogiques

  • Vous construisez un pipeline RAG complet, de la préparation des documents aux réponses sourcées.
  • Vous choisissez de façon argumentée modèle d’embeddings, stratégie de chunking et base vectorielle.
  • Vous améliorez la pertinence des résultats grâce à la recherche hybride, au reranking et aux filtres de métadonnées.
  • Vous mesurez la qualité de votre application par des évaluations systématiques et détectez les régressions.
  • Vous développez avec l’IA un Apex et des Lightning Web Components bulkifiés, sécurisés et conformes aux limites.
  • Vous générez des classes de test pertinentes et analysez méthodiquement les métadonnées de l’org avec des agents IA.
  • Vous intégrez les outils d’IA à Salesforce CLI, aux scratch orgs et à votre pipeline de déploiement.

Programme

Module 1 Fondamentaux du RAG et des applications LLM
  • Anatomie d’un pipeline RAG : ingestion, indexation, recherche, génération
  • Comprendre les embeddings : similarité sémantique, dimensions, choix du modèle
  • Arbitrer entre RAG, fine-tuning et grandes fenêtres de contexte
  • Sorties structurées, citation des sources et gestion des hallucinations
Module 2 Préparation des documents et chunking
  • Extraire de façon fiable PDF, documents bureautiques, HTML et tableaux
  • Stratégies de chunking : taille fixe, selon la structure, sémantique, avec chevauchement
  • Enrichir les métadonnées et générer des résumés contextuels par chunk
  • Mise à jour incrémentale et suppression de documents dans l’index
Module 3 Bases vectorielles et stratégies de recherche
  • Comparer bases et extensions vectorielles comme pgvector, Qdrant, Weaviate ou OpenSearch
  • Recherche hybride combinant vecteurs et plein texte avec BM25
  • Reranking, filtres de métadonnées et reformulation des requêtes
  • Retrieval agentique : le modèle décide lui-même des étapes de recherche et des outils
Module 4 Évaluation et assurance qualité
  • Constituer et entretenir des jeux de test à partir de vraies questions
  • Métriques de recherche comme le rappel et la précision, métriques de réponse comme la fidélité
  • Utiliser et calibrer à bon escient un LLM-as-a-judge
  • Tests de non-régression lors de changements de chunking, de modèle ou de prompt
Module 5 Exploitation, coûts et protection des données
  • Prompt caching, traitement par lots et choix du modèle pour réduire les coûts
  • Optimiser la latence et diffuser les réponses en streaming
  • Droits au niveau des documents, cloisonnement des clients et protection contre l’injection de prompt
  • Protection des données : localisation, sous-traitance, politique de suppression, RGPD et AI Act européen
Module 6 Atelier pratique : Développement Salesforce
  • Écrire un Apex bulkifié
  • Générer des classes de test
  • Développer des Lightning Web Components
  • Optimiser SOQL et performance
  • Analyser les métadonnées de l’org
  • Préparer la revue de sécurité
Module 7 Protection des données, qualité & mise en pratique
  • Une org Salesforce contient des données clients et commerciales : vous apprenez à ne transmettre aux services d’IA que des métadonnées et des exemples anonymisés, à protéger identifiants et secrets de connected apps, à appliquer le RGPD en matière de conservation et à clarifier les questions de licence du code généré pour les packages AppExchange.
  • Règles du jeu pour un usage sûr de l’IA en équipe
  • Vérifier les résultats : faits, sources, tests et principe des quatre yeux
  • Plan d’action personnel pour les 30 prochains jours
  • Questions ouvertes, perspectives et ressources pour aller plus loin

Cas pratiques de votre domaine

Écrire un Apex bulkifié

Générer gestionnaires de triggers, classes de service et jobs batch ou queueable qui sortent SOQL et DML des boucles, respectent les governor limits et appliquent de façon cohérente un framework de triggers.

Générer des classes de test

Créer des tests Apex pertinents avec test data factories, cas positifs et négatifs, scénarios en masse et assertions qui vérifient la logique réelle plutôt que la seule couverture, mocks de callouts compris.

Développer des Lightning Web Components

Construire des composants LWC avec wire adapters, contrôleurs Apex, Lightning Data Service et tests Jest, et migrer progressivement les composants Aura existants. Accessibilité et états de chargement sont également pris en compte.

Optimiser SOQL et performance

Écrire des requêtes sélectives, interpréter le Query Plan, repérer les problèmes liés aux grands volumes de données et proposer index personnalisés, skinny tables ou traitement asynchrone.

Analyser les métadonnées de l’org

Exploiter les métadonnées récupérées pour documenter les automatisations par objet, les dépendances entre champs, flows et Apex ainsi que les composants inutilisés, et planifier le nettoyage.

Préparer la revue de sécurité

Examiner Apex et LWC pour repérer contrôles CRUD et FLS manquants, injection SOQL, paramètres de partage risqués et cross-site scripting, puis corriger avec le user mode et stripInaccessible.

Projets pratiques possibles

Carte des automatisations

Un script qui lit les métadonnées d’une org et présente pour chaque objet triggers, flows et règles de validation avec leur ordre d’exécution.

Générateur de test data factory

Un outil qui produit, à partir des définitions d’objets et de champs, une factory Apex réutilisable avec champs obligatoires et valeurs de picklist valides.

Composant LWC de tableau de bord

Un Lightning Web Component qui agrège les indicateurs d’un compte issus de plusieurs objets et les affiche avec filtres et exploration détaillée.

Prérequis

De solides compétences en Python (ou à défaut en TypeScript), des bases en bases de données et API REST ainsi qu’une première expérience des API de LLM. Vous développez déjà en Apex ou en Lightning Web Components et connaissez le modèle de données Salesforce, les governor limits et les bases de Salesforce CLI.

Prérequis techniques

Un ordinateur portable avec Python, Git, Docker et un éditeur de code, ainsi qu’un accès API à au moins un fournisseur de LLM et d’embeddings. Des identifiants pour les exercices peuvent être fournis si nécessaire.

Protection des données & conformité

Une org Salesforce contient des données clients et commerciales : vous apprenez à ne transmettre aux services d’IA que des métadonnées et des exemples anonymisés, à protéger identifiants et secrets de connected apps, à appliquer le RGPD en matière de conservation et à clarifier les questions de licence du code généré pour les packages AppExchange.

Dates & sites

Pour chaque site, nous proposons une date dans environ quatre semaines. Votre date souhaitée reste toujours possible.

  • Munich lun. 14 décembre 2026 6 h Demander
  • Salzbourg ven. 11 décembre 2026 6 h Demander
  • Berlin mer. 16 décembre 2026 6 h Demander
  • Augsbourg mar. 15 décembre 2026 6 h Demander
  • Hanovre ven. 11 décembre 2026 6 h Demander
  • Brême lun. 14 décembre 2026 6 h Demander
  • Stuttgart lun. 14 décembre 2026 6 h Demander
  • Kaiserslautern lun. 14 décembre 2026 6 h Demander
  • En ligne lun. 14 décembre 2026 6 h Demander

Questions fréquentes

Quand privilégier le RAG plutôt que le fine-tuning ?

Le RAG s’impose lorsqu’un modèle doit s’appuyer sur des connaissances récentes, volumineuses ou changeantes, et citer ses sources. Le fine-tuning agit plutôt sur le style, le format ou un comportement spécialisé. Dans beaucoup de projets, le RAG est la voie la plus rapide, la moins coûteuse et la plus maîtrisable, parfois complétée par un fine-tuning ciblé.

Quelle base de données vectorielle choisir ?

Cela dépend du volume de données, de l’infrastructure existante, des besoins de filtrage et du mode d’exploitation. Si vous utilisez déjà PostgreSQL, pgvector vous mènera souvent loin ; les solutions spécialisées se distinguent sur les gros volumes et la recherche hybride. Vous comparez plusieurs options en pratique pour définir vos critères de choix.

Comment exploiter un RAG en conformité avec le RGPD ?

Il faut choisir des fournisseurs offrant une localisation des données adaptée et un contrat de sous-traitance, contrôler les droits au niveau des documents, prévoir une politique de suppression pour l’index et les journaux et minimiser les données personnelles. Pour les données très sensibles, des modèles auto-hébergés sont envisageables. Nous examinons ces options sur des architectures réalistes.

Les assistants IA généralistes connaissent-ils bien Apex et les spécificités Salesforce ?

Les modèles actuels maîtrisent la syntaxe Apex et les modèles courants. Leurs faiblesses apparaissent sur les governor limits, la bulkification et les objets propres à votre org. Avec des fichiers de règles décrivant framework de triggers, conventions de nommage et exigences de sécurité, et les métadonnées en contexte, les résultats deviennent bien plus fiables. Vous construisez ce contexte pendant la formation.

Un agent IA peut-il déployer directement dans notre org ?

Nous recommandons de faire travailler les agents dans des scratch orgs ou des sandboxes et de promouvoir les changements via le contrôle de version et le pipeline de déploiement. Revues, exécutions de tests et validations sont ainsi préservées. Une org de production ne devrait être accessible aux agents qu’en lecture, avec un utilisateur restreint. Vous pratiquez cette méthode en formation.

Combien coûte la formation « RAG & applications LLM pour les développeurs Salesforce » ?

La formation coûte 949 € HT forfaitaires par participant – en ligne comme en présentiel. Sont inclus 6 heures de formation en direct avec un formateur, les supports de cours, un environnement d’exercice et une attestation de participation.

Puis-je proposer ma propre date ?

Oui. Pour chaque site, nous proposons une date dans environ quatre semaines. Dans le formulaire, vous pouvez à tout moment indiquer librement la date ou la période souhaitée – nous vérifions les disponibilités et revenons vers vous sous un jour ouvré.

La formation a-t-elle lieu en ligne ou en présentiel ?

Les deux sont possibles : en direct dans une classe virtuelle ou en présentiel à Munich, Salzbourg, Berlin, Augsbourg, Hanovre, Brême, Stuttgart et Kaiserslautern. Nous pouvons aussi l’organiser en intra pour votre équipe.

La formation peut-elle être adaptée à notre équipe ?

Oui. Les formations sur mesure coûtent environ 4 500 € de plus, selon le sujet et après accord. Nous définissons ensemble au préalable les contenus, exemples et exercices.

Autres formations pour les développeurs Salesforce

Autres formations RAG & applications LLM

Les 29 formations RAG & applications LLM

RAG & applications LLM – MunichRAG & applications LLM – SalzbourgRAG & applications LLM – BerlinRAG & applications LLM – AugsbourgRAG & applications LLM – HanovreRAG & applications LLM – BrêmeRAG & applications LLM – StuttgartRAG & applications LLM – KaiserslauternRAG & applications LLM – En ligne