RAG & applications LLM · Berlin

Formation RAG & applications LLM à Berlin

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

Les 29 formations RAG & applications LLM ont aussi lieu à Berlin – dans une salle centrale ou, sur demande, dans vos locaux.

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.

Berlin est la capitale allemande des start-up, des agences et des équipes digitales. Notre salle, bien desservie en centre-ville, convient parfaitement aux équipes produit, développeurs, fédérations et administrations souhaitant apprendre l’IA et l’agentic coding en pratique.

Dates proposées – Berlin

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

  • lun. 23 novembre 2026 – mar. 24 novembre 2026 Berlin Demander
  • mer. 2 décembre 2026 – jeu. 3 décembre 2026 Berlin Demander
  • mar. 15 décembre 2026 – mer. 16 décembre 2026 Berlin Demander
  • jeu. 14 janvier 2027 – ven. 15 janvier 2027 Berlin Demander
  • lun. 25 janvier 2027 – mar. 26 janvier 2027 Berlin Demander
  • mar. 9 février 2027 – mer. 10 février 2027 Berlin Demander

Contenus clés de toutes les formations RAG & applications LLM

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

Formations RAG & applications LLM à Berlin

Demande sans engagement

Nous vous répondons sous un jour ouvré avec une confirmation ou une proposition alternative.

Format *
Total 949 € HT