– Présentation des étapes et thématiques abordées : sommaire du module/parcours de formation
– Validation des objectifs avec chaque apprenant
– Tour de table guidé : échanges et positionnement des acquis et des besoins de chacun

– Cartographier les fournisseurs (OpenAI, Anthropic, Google Vertex AI, Mistral, Infomaniak AI)
– Comparer les modèles disponibles, leurs capacités et leurs tarifs
– Analyser les contrats de service (SLA, confidentialité, souveraineté des données)
– Évaluer les enjeux de conformité RGPD et AI Act pour chaque fournisseur

– Configurer un environnement de développement sécurisé (clés API, variables d’environnement)
– Implémenter des appels API pour la génération de texte, la classification, la traduction
– Gérer les flux de tokens, le streaming et les réponses asynchrones
– Traiter les erreurs courantes (rate limiting, timeouts, hallucinations)

– Concevoir des patterns d’intégration (RAG, agents, orchestration multi-modèles)
– Mettre en place des mécanismes de cache pour réduire les coûts et la latence
– Implémenter des systèmes de fallback en cas d’indisponibilité du fournisseur
– Sécuriser les échanges de données (chiffrement, anonymisation, audit)

– Containeriser les applications IA (Docker, Kubernetes)
– Configurer le monitoring des performances, des coûts et de la qualité des réponses
– Automatiser les tests de non-régression et les validations de conformité
– Documenter les procédures de maintenance et d’évolution

– Bilan et évaluation finale de la formation
– Enquête de satisfaction à chaud