Formation IA générative, LLM et RAG : quelles compétences développer ?

Combien d’heures sont consacrées à l’IA générative et aux LLM ?

Le bloc IA générative & Large Language Models représente 40 heures.

Il comprend :

• Transformers et LLM ;
• prompt engineering ;
• applications d’IA générative.

Combien d’heures pour le RAG et les agents ?

Le bloc suivant représente 35 heures.

Il comprend :

Les deux blocs représentent donc ensemble 75 heures du programme publié.

• recherche sémantique ;
• Retrieval-Augmented Generation ;
• assistants ;
• agents intelligents.

Pourquoi apprendre les Transformers ?

Ils constituent une famille d’architectures centrale derrière de nombreux modèles modernes de langage.

Le programme les associe directement aux LLM.

Pourquoi comprendre les LLM ?

Les Large Language Models constituent un composant important des applications génératives centrées sur le langage.

Les comprendre permet ensuite de mieux situer prompt engineering, RAG, assistants et agents.

Pourquoi apprendre le prompt engineering ?

Une application basée sur un LLM doit pouvoir lui transmettre des instructions et du contexte.

Le prompt engineering développe précisément cette dimension de l’interaction avec le modèle.

Pourquoi apprendre le RAG ?

Un modèle seul ne dispose pas nécessairement de toutes les informations dont une application a besoin.

Le RAG ajoute une étape de récupération permettant d’enrichir le contexte transmis au modèle.

Pourquoi étudier la recherche sémantique ?

Elle permet de rechercher des informations selon leur proximité de sens.

Elle constitue l’un des sujets explicitement annoncés dans le bloc RAG.

Pourquoi apprendre les assistants IA ?

Les assistants permettent d’étudier comment différents composants peuvent être assemblés dans une application destinée à interagir avec un utilisateur.

Pourquoi apprendre les agents IA ?

Les agents permettent d’aller vers des systèmes capables d’organiser différentes étapes ou interactions avec des outils pour accomplir une tâche.

Le programme les intègre explicitement dans le bloc de 35 heures.

Est-ce une formation uniquement consacrée à ChatGPT ?

Non.

Le programme ne présente pas le Bachelor comme une formation à un produit particulier.

La progression porte sur des concepts et technologies plus larges : Data Science, Machine Learning, Deep Learning, NLP, Transformers, LLM, RAG, agents, recommandation et déploiement.

Qu’apprend-on avant l’IA générative ?

Le parcours commence par :

Les technologies génératives arrivent donc après plusieurs blocs fondamentaux.

• Python et statistiques ;
• préparation et exploration des données ;
• Machine Learning ;
• Deep Learning ;
• NLP.

Qu’apprend-on après RAG et agents IA ?

Le Bachelor poursuit avec :

Le parcours ne s’arrête donc pas à la construction d’un assistant.

• systèmes de recommandation — 20 h ;
• industrialisation & déploiement IA — 20 h ;
• projet professionnel intégrateur — 20 h.

À qui s’adresse le Bachelor ?

L’accès publié concerne les titulaires de :

L’admission se fait sur étude du dossier, éventuellement complétée par un entretien.

• Technicien ;
• Technicien Spécialisé ;
• Bac+2 ;
• diplôme jugé équivalent.

Quel est le format ?

Le Bachelor est organisé sur :

Le diplôme est délivré par l’EIESTP — France dans le cadre du partenariat avec le CAFP.

• 1 année ;
• 300 heures ;
• cours du soir.

Quels outils et frameworks sont enseignés ?

La page publique ne fournit pas leur liste.

Nous pouvons donc présenter les technologies explicitement documentées — Transformers, LLM, RAG, recherche sémantique, assistants, agents — mais pas inventer une stack technique officielle.

FAQ — Intelligence Artificielle & Science des Données