Déployer un modèle LLM en local
- Durée
- Durée :1 jours
- Niveau
- Niveau :Intermédiaire
- Certification
- Certification :Non
Qu'est-ce que GenAI, les LLMs et LangChain ?
Les modèles de langage (LLMs) comme GPT, Claude ou Mistral sont au cœur de la révolution de l’intelligence artificielle générative (GenAI). Ils permettent de créer des systèmes capables de comprendre et de générer du texte, d’automatiser des tâches complexes et d’alimenter des assistants intelligents. LangChain, quant à lui, est un framework open-source qui simplifie la création d’applications exploitant ces modèles, en intégrant aisément sources de données, logique métier et outils externes.
Pourquoi suivre une formation Développeurs : GenAI, LLMs et LangChain ?
Cette formation permet aux développeurs et ingénieurs logiciels d’acquérir les compétences nécessaires pour concevoir, intégrer et déployer des applications conversationnelles et analytiques reposant sur les LLMs. En combinant théorie et pratique, elle offre une approche concrète du développement d’agents, de chatbots et de systèmes de génération augmentée par la recherche (RAG). Les stagiaires apprendront à utiliser OpenAI, LangChain, Hugging Face et d’autres outils de pointe pour réaliser des prototypes performants et industrialisables.
Objectif opérationnel :
Savoir pour concevoir, intégrer et déployer des applications basées sur les modèles de langage (LLM) en utilisant des frameworks modernes comme LangChain, OpenAI, Hugging Face, etc
Objectif pédagogiques :
À l'issue de cette formation Développeurs : GenAI, LLMs et LangChain, vous aurez acquis les connaissances nécessaires pour :
Public cible :
Cette formation s’adresse aux développeurs Python, ingénieurs logiciels, data scientists et architectes souhaitant concevoir des applications basées sur l’intelligence artificielle générative.
Prérequis :
Pour suivre cette formation, il est recommandé d’avoir une connaissance intermédiaire de Python, de maîtriser les notions de base liées aux API REST et de savoir utiliser un éditeur comme VS Code ou Jupyter Notebook.
J'évalue mes connaissances pour vérifier que je dispose des prérequis nécessaires pour profiter pleinement de cette formation en faisant le test de prérequis.
Date de mise à jour du programme : 14/01/2026
Déployer un modèle LLM en local
Google AI Studio : Développer des applications IA avec Google AI Studio et l'API Gemini
Google Antigravity : l'IDE agentique de Google
Développer avec des agents IA, l'exemple de JetBrains et Junie