Formation · RAG & applications LLM · JavaScript & TypeScript

RAG & applications LLM pour les développeurs JavaScript et TypeScript

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

Durée
2 jours (14 h)
Format
En ligne ou en présentiel
Langue
Allemand ou anglais
Participants
sessions ouvertes ou intra-entreprise
Attestation
Attestation de participation

Présentation

Cette formation associe RAG & applications LLM aux processus quotidiens du domaine JavaScript & TypeScript. Les participants travaillent sur des scénarios réalistes et repartent avec des prompts, des workflows et des checklists immédiatement utilisables.

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. Pendant ces deux jours, 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.

JavaScript et TypeScript s’exécutent aujourd’hui dans le navigateur, sur le serveur, dans les pipelines de build et en périphérie de réseau. Cette polyvalence s’accompagne de chaînes d’outils complexes : bundlers, transpileurs, linters, gestionnaires de paquets et un écosystème npm en perpétuel mouvement. Les assistants et agents de codage IA réduisent considérablement ces frictions. Ils migrent progressivement des modules JavaScript vers TypeScript, déduisent des types précis à partir des réponses d’API, corrigent les alertes ESLint, rédigent des tests Vitest ou Jest et expliquent clairement des génériques imbriqués. Pour obtenir un résultat adapté, il faut toutefois leur fixer un cadre : niveau de rigueur du tsconfig, système de modules, conventions et commandes de test. Vous apprendrez à fournir ce contexte et à relire le code généré d’un œil critique.

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 front-end et full-stack en JavaScript ou TypeScript
  • Équipes qui migrent une base de code JavaScript vers TypeScript
  • Mainteneurs de bibliothèques et de SDK dans l’écosystème npm
  • Tech leads responsables de l’outillage, du linting et des builds

Les défis concrets que nous traitons

  • Une dégradation progressive du typage à coups de any, d’assertions de type et de tsconfig permissif
  • Des chaînes d’outils mêlant bundlers, transpileurs, ESM et CommonJS, difficiles à déboguer
  • Des arbres de dépendances gigantesques, sources de risques de sécurité et de maintenance
  • Du code asynchrone sujet à des conditions de concurrence difficiles à reproduire et à une gestion d’erreurs incomplète

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.
  • Mobiliser des agents IA à bon escient pour les migrations TypeScript, le typage et la génération de tests.
  • Transmettre aux assistants votre tsconfig, vos règles de lint et vos conventions pour un code généré cohérent avec votre stack.
  • Évaluer de façon critique les dépendances npm proposées et le code généré sous l’angle du typage et de la sécurité.

Programme

Jour 1

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

Jour 2

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 : JavaScript & TypeScript
  • Migration progressive vers TypeScript
  • Dériver des types d’API et de schémas
  • Écrire des tests Vitest et Jest
  • Corriger les alertes ESLint
  • Déboguer builds et bundlers
  • Mettre à jour les dépendances
Module 7 Protection des données, qualité & mise en pratique
  • L’écosystème npm est une cible fréquente d’attaques sur la chaîne d’approvisionnement : vérifiez l’origine, la maintenance et la licence (copyleft notamment) de chaque dépendance suggérée par l’IA. Ne placez jamais de clés d’API ni de jetons dans les prompts et précisez contractuellement si votre code source peut servir à entraîner les modèles du fournisseur.
  • 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

Migration progressive vers TypeScript

L’agent convertit les fichiers JavaScript module par module, infère les types à partir de leur utilisation, remplace les any par des types précis et renforce par étapes la rigueur du tsconfig jusqu’à une compilation sans erreur.

Dériver des types d’API et de schémas

Des exemples JSON, spécifications OpenAPI ou schémas de base de données sont transformés en interfaces TypeScript et en schémas Zod pour la validation à l’exécution, garantissant un contrat cohérent entre front-end et back-end.

Écrire des tests Vitest et Jest

Pour les utilitaires, hooks et services, l’IA génère des tests unitaires avec des mocks pertinents, des timers simulés et des snapshots bien dosés, les exécute puis corrige elle-même les cas en échec.

Corriger les alertes ESLint

L’assistant traite méthodiquement les avertissements du linter, remplace des schémas datés comme les cascades de callbacks par async/await et explique, règle par règle, la raison de chaque modification.

Déboguer builds et bundlers

Les messages d’erreur de Vite, webpack ou esbuild sont analysés, les conflits ESM/CommonJS résolus et la configuration des alias de chemins, du tree shaking ou des source maps corrigée.

Mettre à jour les dépendances

L’IA lit les changelogs lors des montées de version majeures de paquets npm, adapte le code aux ruptures de compatibilité, met à jour les lockfiles et valide l’ensemble par vérification de types et exécution des tests.

Projets pratiques possibles

Client d’API typé

Un petit paquet TypeScript qui génère, à partir d’une spécification OpenAPI, un client fetch typé avec validation Zod, prêt à être publié sur npm avec ses tests.

Extension de navigateur

Une extension en TypeScript qui analyse le contenu d’une page et le copie de façon structurée dans le presse-papiers, avec manifeste, content script et build automatisé.

Bilan de santé d’un monorepo

Un script Node qui inspecte les workspaces d’un monorepo, détecte les versions de dépendances dupliquées ou incohérentes et propose un plan de nettoyage.

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. Une bonne maîtrise du JavaScript moderne, des bases en TypeScript et une pratique de npm, pnpm ou yarn ainsi que de Git.

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

L’écosystème npm est une cible fréquente d’attaques sur la chaîne d’approvisionnement : vérifiez l’origine, la maintenance et la licence (copyleft notamment) de chaque dépendance suggérée par l’IA. Ne placez jamais de clés d’API ni de jetons dans les prompts et précisez contractuellement si votre code source peut servir à entraîner les modèles du fournisseur.

Dates proposées

Toutes les dates sont indicatives – votre date souhaitée est toujours possible.

  • mar. 24 novembre 2026 – mer. 25 novembre 2026 En ligne Demander
  • lun. 30 novembre 2026 – mar. 1 décembre 2026 Hanovre Demander
  • mer. 16 décembre 2026 – jeu. 17 décembre 2026 En ligne Demander
  • jeu. 14 janvier 2027 – ven. 15 janvier 2027 En ligne Demander
  • lun. 25 janvier 2027 – mar. 26 janvier 2027 Munich Demander
  • mer. 3 février 2027 – jeu. 4 février 2027 En ligne 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 maîtrisent-ils les types TypeScript complexes ?

Les modèles actuels comprennent très bien les génériques, les types conditionnels et les mapped types, et savent les expliquer clairement. Pour les constructions les plus complexes, le compilateur reste toutefois l’arbitre final. En formation, vous apprenez à faire exécuter tsc en boucle par l’agent afin que ses propositions soient réellement correctes, et pas seulement plausibles.

La formation convient-elle aux développeurs exclusivement front-end ?

Oui. L’accent est mis sur le langage et son outillage – typage, tests, linting, builds et dépendances –, des sujets qui concernent autant le front-end que le back-end. Si vous souhaitez approfondir React ou Node.js en particulier, notre catalogue propose des déclinaisons dédiées à ces environnements.

Combien coûte la formation « RAG & applications LLM pour les développeurs JavaScript et TypeScript » ?

La formation coûte 949 € HT forfaitaires par participant – en ligne comme en présentiel. Sont inclus 2 jour(s) de formation avec un formateur en direct, les supports de cours, un environnement d’exercice et une attestation de participation.

Puis-je proposer ma propre date ?

Oui. Nos dates sont indicatives. Dans le formulaire, vous pouvez à tout moment indiquer librement la date ou la période souhaitée – nous vérifions les disponibilités et confirmons 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 ou Kaiserslautern. Nous pouvons aussi l’organiser en intra pour votre équipe.

Autres formations pour les développeurs JavaScript et TypeScript

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