Parcours IA pour l'IT

Matin : cartographie des patterns. Appel direct à un modèle, génération augmentée par la recherche, orchestration d'outils, agent, chaînage de modèles. Critères de choix : nature du besoin, fraîcheur de l'information, exigence de traçabilité, budget d'inférence, contraintes de confidentialité.

Après-midi : anti-patterns fréquemment observés et leur coût. Place du modèle dans le système d'information existant. Interfaces, couplage, réversibilité. Atelier de qualification d'architecture sur un besoin réel apporté par les participants.

Matin : anatomie d'une chaîne complète. Ingestion, découpage documentaire, stratégies de segmentation et leurs effets. Vectorisation : choix du modèle d'embedding, dimensions, coût. Indexation.

Après-midi : recherche hybride, réordonnancement, filtrage par métadonnées et par habilitation. Construction du contexte et gestion de sa taille. Évaluation de la qualité d'une chaîne : jeux de test, métriques de pertinence, détection des réponses non fondées. Travaux pratiques de bout en bout sur un corpus fourni.

Matin : panorama des bases vectorielles, critères de sélection, dimensionnement, latence, coût de stockage et d'interrogation. Options d'hébergement et conséquences en matière de souveraineté.

Après-midi : gestion du cycle de vie des données. Fraîcheur, réindexation, suppression et droit à l'effacement. Cloisonnement par population et respect des habilitations existantes. Traçabilité des sources dans les réponses produites. Atelier de conception d'architecture complète, restitué et discuté en fin de session.

Matin : anatomie d'un appel à un modèle. Paramètres et leurs effets réels. Sorties structurées et validation. Appel d'outils et de fonctions.

Après-midi : robustesse. Gestion des erreurs, des délais, des limites de débit, reprise et repli sur un modèle de secours. Maîtrise du coût : mesure de la consommation, mise en cache, choix du modèle selon la tâche. Travaux pratiques d'intégration dans une application existante.

Matin : embeddings appliqués. Recherche sémantique, classification, détection de similarité et de doublons. Choix du modèle et mesure de la qualité.

Après-midi : les trois voies d'adaptation d'un modèle, invite structurée, génération augmentée, ajustement fin. Ce que chacune coûte, ce que chacune apporte, dans quel ordre les essayer. Conditions réelles d'un ajustement fin utile : volume de données, préparation, évaluation. Travaux pratiques comparatifs sur un même cas.

Matin : intégrer un assistant conversationnel dans une application existante. Gestion de la session et de l'historique, continuité de l'expérience, articulation avec les habilitations et les données de l'utilisateur. Frameworks disponibles et critères de choix, y compris le choix de ne pas en utiliser.

Après-midi : capacités multimodales appliquées. Extraction depuis des documents scannés, analyse d'images, traitement de contenus mixtes. Cas d'usage documentaires et limites observées. Atelier de bout en bout.

Matin : de l'appel unique au système agentique. Boucle de décision, planification, mémoire de travail, critères d'arrêt. Modes de défaillance propres aux agents : boucles, dérive d'objectif, actions non souhaitées.

Après-midi : outillage d'un agent. Description des outils, validation des paramètres, périmètre d'action, actions réversibles et irréversibles. Travaux pratiques de construction d'un agent outillé.

Matin : le contexte comme ressource limitée. Ce qui entre, ce qui reste, ce qui est résumé, ce qui est écarté. Effets mesurés de la structuration du contexte sur la qualité des réponses. Fichiers d'instructions persistants, compétences réutilisables, extensions.

Après-midi : mémoire longue et mémoire de session. Récupération sélective d'information. Gestion du contexte dans un système multi-agents. Travaux pratiques d'optimisation, avec mesure avant et après.

Matin : répartition des rôles entre agents, coordination, agent superviseur, passage de relais. Parallélisation : ce qui peut être traité en parallèle, comment recomposer les résultats, effets sur le coût et la latence.

Après-midi : construction d'une chaîne agentique complète, du déclenchement à la restitution, incluant journalisation, points de contrôle humain et procédure de reprise. Restitution et revue critique des chaînes produites.

Matin : ce qui distingue le déploiement d'un composant d'IA de celui d'un composant classique. Versionner un prompt, un modèle, un index. Reproductibilité et non-déterminisme. Chaîne d'intégration et de déploiement adaptée.

Après-midi : observabilité. Journalisation des appels, traçage, métriques de qualité et de coût. Détection de la dérive de performance. Stratégies de passage à l'échelle et maîtrise du budget d'inférence. Travaux pratiques d'instrumentation.

Matin : surface d'attaque propre aux systèmes d'IA. Injection de prompt directe et indirecte, exfiltration de données par le contexte, empoisonnement de sources documentaires, détournement d'outils, abus de coût. Travaux pratiques offensifs sur un système volontairement vulnérable.

Après-midi : défenses. Garde-fous en entrée et en sortie, cloisonnement, principe de moindre privilège appliqué aux outils d'un agent, validation des sorties, détection d'anomalie. Confidentialité des données soumises aux modèles. Mise en place des défenses sur le système attaqué le matin.

Matin : usages défensifs de l'IA dans la sécurité du système d'information. Détection d'anomalies, tri d'alertes, analyse de journaux, aide à la réponse à incident. Limites et risques de ces usages, notamment le faux sentiment de couverture.

Après-midi : norme ISO/IEC 42001. Structure, exigences, articulation avec les référentiels de sécurité déjà en place. Ce qu'un système de management de l'IA implique concrètement pour les équipes techniques. Plan de mise en conformité progressif. Restitution finale.