Formateur RAG et Fine Tuning d'un LLM

Description du poste

Eluv recherche un formateur ou une formatrice indépendant(e) pour animer la formation « RAG et Fine Tuning d'un LLM ». Dates : 02/12/2026, 03/12/2026 (2 jours, 14 heures) Lieu : à distance (classe virtuelle) Programme de la formation : Objectifs pédagogiques - Comprendre les principes de l'architecture RAG - Identifier les cas d'usage pertinents pour l'approche RAG - Maîtriser le fine-tuning de LLM en environnement Python - Intégrer une base documentaire dans une pipeline RAG - Déployer un système RAG avec les outils Python : LangChain, LlamaIndex, HuggingFace Programme Jour 1 – Introduction aux LLM et concepts RAG - Fonctionnement des LLM open-source, Deep Learning et Transformer - Les principaux LLM à disposition, forces et faiblesses d'un LLM - Écosystème Python pour LLM : HuggingFace, LangChain, FAISS - Que sont le RAG et le Fine Tuning ? - Avantages et inconvénients des approches - Travaux pratiques : - Setup d'un environnement Conda, test d'un modèle via Transformers - Identification des types de questions échouant sans retrieval Création d'un RAG simple avec Python - Les concepts clés du RAG : embedding, base de données vectorielles - Indexation de données - Mécanismes de récupération de données, recherche sémantique - Génération augmentée - Cas d'usage et enjeux stratégiques - Travaux pratiques : - Extraction de texte, chunking, vectorisation, test d'un assistant LangChain - Comparaison des stratégies de découpage pour le meilleur rappel Jour 2 – Intégration dans un pipeline RAG - Pourquoi utiliser des Tool Chains ? - Les principaux outils de Pipeline : LangChain, LlamaIndex, Haystack - Création d'un Pipeline RAG avec LangChain - Agents LLM et logique ReAct, exemples - Travaux pratiques : - Implémentation d'agents LangChain avec la logique ReAct à travers un exemple concret d'application métier Fine-tuning avec HuggingFace - Fine Tuning Complet VS Fine Tuning léger (LoRA, QLoRA...) - Préparation des données : nettoyage, format, annotations - Augmentation des

Annonce publiée sur free-work.com et reprise par Intelligence Academy. Seule l'annonce d'origine fait foi ; nous ne sommes pas l'employeur.