Formation LLMs pour data science augmentée Mixte : présentiel / à distance

• Concevoir des architectures LLM-centric pour la data science (RAG, agents, toolformer) adaptées aux cas d'usage et aux contraintes métier
• Optimiser le prompt engineering avancé (prompt chaining, self-consistency, ReAct) et les paramètres d'inférence pour la robustesse et la performance
• Mettre en place un pipeline RAG (indexation, chunking, embeddings, retrieval) et l'intégrer à un workflow analytique
• Orchestrer des agents outillés avec gestion d'outils (API/SQL/Pandas) et contrôle de l'hallucination (guardrails, schema-guided)
• Évaluer et monitorer les systèmes LLM (métriques intrinsèques/extrinsèques, evals basées sur LLM, tests unitaires de prompts) et industrialiser (MLOps/LLMOps

• Solides bases en data science (pandas, scikit-learn), manipulation de données et feature engineering
• Connaissance des API de LLM (appels, paramètres, coûts) et des embeddings
• Notions de MLOps (environnements, versioning données/modèles)

Jour 1 – Architecture LLM-centric, RAG avancé et prompt engineering

Session du matin :

Panorama des patterns LLM pour la data science : RAG, multi-RAG, agents, tools, function calling, guardrails

Conception d'un pipeline RAG : préparation corpus, stratégies de chunking (fixed, semantic), embeddings (choix, dimensions), index (FAISS/Chroma)

Prompt engineering avancé : ReAct, chain-of-thought (sans déverbalisation sensible), self-consistency, few-shot sélection (semantic similarity)

TP / Exercice : 

Construire un RAG pour QA analytique

Session de l'après-midi :

Implémentation d'un RAG de bout en bout : ingestion, indexation, retrieval (BM25 vs vectoriel), re-ranking, fusion

Réglages d'inférence : température, top‑p, top‑k, fréquence/presence penalty, longueur de contexte et coût/performance

Observabilité et sécurité : traces, guardrails (schémas, listes contrôlées), gestion de PII et conformité

TP / Exercice :

Construire un RAG pour QA analytique

Description : créer un corpus, tuner chunking/embeddings, comparer retrieveurs, intégrer un re-ranker et évaluer precision@k et exact match. Livrable : notebook avec pipeline RAG, métriques et justification des choix.

Points clés & takeaways :

Savoir concevoir et évaluer un pipeline RAG robuste

Maîtriser prompts et paramètres d'inférence pour la stabilité et les coûts

Jour 2 – Agents outillés, LLMOps et évaluation des systèmes

TP / Exercice : Orchestrer un agent analytique outillé

Agents et tools pour la data science : planification, exécution outillée (SQL, Pandas, API), function calling/schema-guided

Contrôle d'hallucination et robustesse : verification steps, tool-use first, constrained decoding, régles/guardrails

Évaluation : métriques extrinsèques (task success, latency, coût), métriques intrinsèques (faithfulness, groundedness), evals par LLM et tests de régression de prompts

Session de l'après-midi :

LLMOps : versioning prompts/datasets, traces, monitoring, AB testing, canary, budget/cost guards

Déploiement : API, conteneurisation, secrets, gestion des clés et journalisation

Gouvernance et risques : biais, conformité, sécurité des données, policy enforcement

TP / Exercice : Orchestrer un agent analytique outillé

Description : mettre en œuvre un agent capable de répondre à des questions business via SQL/Pandas et vérification de réponses. Livrable : notebook + script d'évaluation (scénarios, métriques) et rapport d'itérations.

Points clés & takeaways :

Concevoir des agents fiables avec outillage contrôlé

Structurer un cadre d'évaluation et d'industrialisation (LLMOps)

Docaposte Institute propose plusieurs dispositifs pédagogiques adaptés aux apprenants :

• Formation en présentiel
• En groupe (inter-entreprises ou intra-entreprise)
• En individuel (monitorat)
• En journée ou en cours du soir (sur demande spécifique)
• Formation en distanciel
• Distanciel synchrone
• Distanciel asynchrone

• Apports des connaissances communes.
• Mises en situation sur le thème de la formation et des cas concrets.
• Méthodologie d'apprentissage attractive, interactive et participative.
• Equilibre théorie / pratique : 60 % / 40 %.
• Supports de cours fournis au format papier et/ou numérique.
• Ressources documentaires en ligne et références mises à disposition par le formateur.
• Pour les formations en présentiel dans les locaux mis à disposition, les apprenants sont accueillis dans une salle de cours équipée d'un réseau Wi-Fi, d'un tableau blanc ou paperboard. Un ordinateur avec les logiciels appropriés est mis à disposition (le cas échéant).

En amont de la formation :

• Recueil des besoins des apprenants afin de disposer des informations essentielles au bon déroulé de la formation (profil, niveau, attentes particulières...).
• Auto-positionnement des apprenants afin de mesurer le niveau de départ.

Tout au long de la formation : 

• Évaluation continue des acquis avec des questions orales, des exercices, des QCM, des cas pratiques ou mises en situation...

A la fin de la formation : 

• Auto-positionnement des apprenants afin de mesurer l'acquisition des compétences.
• Evaluation par le formateur des compétences acquises par les apprenants.
• Questionnaire de satisfaction à chaud afin de recueillir la satisfaction des apprenants à l'issue de la formation.
• Questionnaire de satisfaction à froid afin d'évaluer les apports ancrés de la formation et leurs mises en application au quotidien.

• Admission sans disposition particulière