Formation · RAG & applications LLM · PHP & Laravel/Symfony

RAG & applications LLM pour les développeurs PHP

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

« RAG & applications LLM pour les développeurs PHP » s’adresse notamment aux profils suivants : Développeurs PHP sous Laravel ou Symfony, Développeurs de solutions e-commerce comme Shopware ou Magento et Équipes d’agence menant de nombreux projets clients en parallèle. Elle montre pas à pas comment utiliser RAG & applications LLM de manière productive, sûre et traçable dans le domaine PHP & Laravel/Symfony – 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. 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.

PHP fait tourner une grande partie du web, des applications Laravel et Symfony aux boutiques Shopware et Magento, en passant par des plateformes sur mesure enrichies au fil des années. Les projets modernes côtoient donc souvent du code historique sans types, sans tests ni structure Composer. Les assistants et agents de codage IA interviennent sur les deux fronts : ils rédigent des tests PHPUnit et Pest, modernisent le code avec Rector, traitent les alertes PHPStan niveau après niveau, génèrent modèles Eloquent ou entités Doctrine avec leurs migrations et décryptent une logique ancienne enchevêtrée. Encore faut-il leur fournir un bon contexte : conventions du framework, standards de code et environnement de test. Vous apprendrez à les utiliser pour rendre la modernisation prévisible et sûre.

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 PHP sous Laravel ou Symfony
  • Développeurs de solutions e-commerce comme Shopware ou Magento
  • Équipes d’agence menant de nombreux projets clients en parallèle
  • Équipes chargées de moderniser des applications PHP historiques

Les défis concrets que nous traitons

  • Du code historique sans déclarations de type, sans namespaces ni tests automatisés
  • Des montées de version de PHP et de frameworks particulièrement laborieuses
  • Des risques de sécurité liés aux injections SQL, au XSS et aux téléversements non sécurisés
  • Des délais serrés en agence, pour des exigences de qualité élevées

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 pour les tests, l’analyse statique et les montées de version dans des projets Laravel, Symfony et historiques.
  • Moderniser le code ancien progressivement et en toute sécurité grâce à l’IA.
  • Repérer les failles de sécurité typiques du code PHP, généré ou existant, et les corriger de façon ciblée.

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 : PHP & Laravel/Symfony
  • Générer des tests PHPUnit et Pest
  • Monter progressivement en niveau PHPStan
  • Montées de version avec Rector
  • Développer des fonctionnalités Laravel et Symfony
  • Comprendre et démêler le code historique
  • Détecter les failles de sécurité
Module 7 Protection des données, qualité & mise en pratique
  • Les applications PHP traitent souvent des données clients issues de boutiques et de portails : dumps de base et logs contenant des données personnelles ne doivent jamais être transmis tels quels dans les prompts. Vérifiez licences et vulnérabilités des nouveaux paquets Composer, excluez les identifiants des fichiers .env et, en agence, convenez contractuellement avec vos clients du traitement de leur code par des services d’IA.
  • 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

Générer des tests PHPUnit et Pest

L’agent écrit des tests unitaires et fonctionnels pour contrôleurs, services et modèles, s’appuie sur les factories et les transactions de base de données, puis les exécute en boucle jusqu’à obtenir des résultats stables.

Monter progressivement en niveau PHPStan

L’IA traite méthodiquement les alertes d’analyse statique, ajoute déclarations de type, annotations génériques et types de retour, et relève le niveau d’analyse par étapes sans modifier le comportement.

Montées de version avec Rector

Les règles Rector sont configurées et exécutées, les incompatibilités restantes lors d’une montée de version de PHP ou du framework corrigées à la main et les dépréciations relevées dans les logs et tests éliminées.

Développer des fonctionnalités Laravel et Symfony

À partir d’une description fonctionnelle, l’assistant crée migrations, modèles Eloquent ou entités Doctrine, form requests ou validateurs, contrôleurs, policies et tests, conformément aux conventions du framework.

Comprendre et démêler le code historique

L’assistant explique une logique procédurale ancienne, extrait les fonctions dans des classes avec namespaces et met en place l’autoloading Composer, posant les bases d’une modernisation plus poussée.

Détecter les failles de sécurité

L’IA repère requêtes SQL non sécurisées, échappement de sortie manquant, failles CSRF et téléversements risqués, et les remplace par des requêtes préparées et les mécanismes natifs du framework.

Projets pratiques possibles

Back-office Laravel

Une petite interface d’administration avec authentification, rôles, écrans CRUD et tests fonctionnels, développée par un agent IA à partir d’une courte spécification.

Importeur en console Symfony

Une commande console Symfony qui valide des données CSV ou XML, les importe dans des entités Doctrine et consigne les erreurs de manière lisible.

Diagnostic de préparation à la mise à niveau

Un script qui passe un projet PHP au crible de PHPStan, de Rector en mode simulation et de l’audit Composer, puis produit un rapport clair sur l’effort de migration.

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 de PHP et une expérience de Laravel ou Symfony, de Composer et 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

Les applications PHP traitent souvent des données clients issues de boutiques et de portails : dumps de base et logs contenant des données personnelles ne doivent jamais être transmis tels quels dans les prompts. Vérifiez licences et vulnérabilités des nouveaux paquets Composer, excluez les identifiants des fichiers .env et, en agence, convenez contractuellement avec vos clients du traitement de leur code par des services d’IA.

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 Munich Demander
  • jeu. 10 décembre 2026 – ven. 11 décembre 2026 En ligne Demander
  • jeu. 14 janvier 2027 – ven. 15 janvier 2027 Hanovre Demander
  • lun. 25 janvier 2027 – mar. 26 janvier 2027 En ligne Demander
  • lun. 1 février 2027 – mar. 2 février 2027 Berlin 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.

Le codage assisté par IA est-il utile pour du vieux PHP sans framework ?

C’est précisément là qu’il apporte le plus. Les assistants IA expliquent une logique procédurale confuse, écrivent des tests de caractérisation qui figent le comportement existant, puis introduisent pas à pas namespaces, autoloading et typage. Vous disposez ainsi d’une base sûre pour moderniser l’application plutôt que de vous lancer dans une réécriture risquée.

Comment les agences doivent-elles gérer le code de leurs clients face à l’IA ?

Les agences doivent convenir contractuellement avec leurs clients si, et avec quels services, le code source peut être traité. Nous abordons des options comme les licences entreprise excluant l’entraînement sur vos données, les règles d’exclusion de fichiers sensibles et des processus de revue documentés garantissant une totale transparence.

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

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 PHP

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