Cahiers Colab pratiques et sans framework enseignant la pile LLM appliquée aux ingénieurs IA et aux ingénieurs de déploiement avancé (FDEs). Apprenez les API de modèles, RAG, évaluations, agents, adaptation et déploiement via des appels API bruts, au lieu des enveloppements comme LangChain ou LlamaIndex. Tout fonctionne sur l'API Groq gratuite (aucune carte de crédit nécessaire), avec le fine-tuning LoRA et le service auto-hébergé en annexes GPU optionnelles.

Les évaluations sont l'épine dorsale : l'habitude de « mesurer avant d'ajuster » est instaurée tôt et revient dans chaque section. Trois véritables études de cas incluent un assistant de support en production, un face-à-face coût pipeline vs agent, et un benchmark de robustesse de l'équipe rouge.

Ordre d'apprentissage : 00 Installation, 01 API des modèles, 02 Évaluations I, 03 RAG, 04 Évaluations II, 05 Agents, 06 Fine-tuning vs LoRA, 07 Déploiement, 08 Injection de prompt/Sécurité, 09 LLMOps, 10 Artisanat client. Chaque cahier est autonome, lit les clés API depuis les secrets Colab, et se termine par des exercices.

Construit comme le compagnon pratique de « Plan : Transition vers FDE/Ingénieur IA ». Compatible OpenAI tout au long, avec des modèles échangeables pour Anthropic. Destiné aux ingénieurs backend ou full-stack passant à des rôles IA, capables de déployer du code en production et souhaitant la couche appliquée des modèles.

Entités clés : Entreprises : Groq, OpenAI, Anthropic, LangChain, LlamaIndex, Colab

FAQ : En quoi ces cahiers sont-ils différents des tutoriels typiques d'ingénierie IA ?

Ils sont conçus pour être sans framework — vous construisez d'abord les boucles d'agents, le RAG et les évaluations à partir d'appels API bruts, afin de comprendre ce que font réellement des enveloppements comme LangChain et LlamaIndex avant de les utiliser. Tout fonctionne sur l'API Groq gratuite, aucune carte de crédit requise.

FAQ Q : En quoi ces cahiers sont-ils différents des tutoriels typiques d'ingénierie IA ?

FAQ A : Ils sont conçus pour être sans framework — vous construisez d'abord les boucles d'agents, le RAG et les évaluations à partir d'appels API bruts, afin de comprendre ce que font réellement des enveloppements comme LangChain et LlamaIndex avant de les utiliser. Tout fonctionne sur l'API Groq gratuite, aucune carte de crédit requise.