HarmonyFidelisHarmonyFidelis
Connexion
Fondamentaux IAFonctionnement des LLMCompétences LLMÉvaluationGlossaireConfigurateur

Aura · Parcours d’apprentissage IA

Comprendre l’IA. Construire avec les LLM. Vérifier ce qui fonctionne.

Une carte progressive et pratique de l’intelligence artificielle : machine learning, deep learning, tokens, Transformers, RAG, outils, agents, évaluation et sécurité. Pas de mots magiques ni de battage : des concepts, des décisions et des contrôles réutilisables.

Commencer par les fondamentauxConstruire une consigne IA
  • Accès gratuit
  • Sans compte
  • Sources primaires

01 · Aura · Parcours d’apprentissage IA

Six sections, un parcours cohérent

Suivez l’ordre si vous débutez, ou ouvrez directement la section correspondant au problème à résoudre.

  1. 01 · 20 min

    IA, ML et deep learning

    Distinguer systèmes, modèles et produits, puis comprendre l’apprentissage par rapport aux règles fixes.

    Choisir la bonne famille d’approches avant de choisir un modèle.

    Ouvrir la section
  2. 02 · 25 min

    Fonctionnement des LLM

    Tokens, embeddings, attention, Transformers, entraînement, alignement et inférence.

    Raisonner sur leurs capacités et limites sans les confondre avec une base de données.

    Ouvrir la section
  3. 03 · 30 min

    Compétences d’ingénierie LLM

    Contrats de prompt, sorties structurées, RAG, outils, MCP, agents et adaptation.

    Associer chaque technique à la panne qu’elle peut réellement traiter.

    Ouvrir la section
  4. 04 · 25 min

    Évaluation et sécurité

    Baselines, tests représentatifs, factualité, injection, confidentialité, coût et déploiement.

    Décider par la mesure et limiter le rayon d’impact du système.

    Ouvrir la section
  5. 05 · Référence

    Glossaire IA

    Rechercher 46 termes essentiels, d’algorithme et gradient à RAG et quantification.

    Décoder rapidement les discussions et documentations techniques.

    Ouvrir la section
  6. 06 · Outil

    Configurateur de consignes

    Transformer objectif, contexte et critères de réussite en consigne IA portable.

    Produire un prompt clair, vérifiable, modifiable et réutilisable.

    Ouvrir la section

02 · Aura · Parcours d’apprentissage IA

La carte de travail

La plupart des systèmes LLM utiles sont des chaînes de traitement. Leur qualité dépend de l’interface la plus faible, pas seulement du modèle.

  1. 01

    Cadrer

    Définir le besoin, le risque et un succès observable.

  2. 02

    Ancrer

    Apporter le contexte, les données ou la recherche utiles.

  3. 03

    Générer

    Employer le modèle avec contraintes et format explicites.

  4. 04

    Agir

    Autoriser les outils au minimum et valider chaque frontière.

  5. 05

    Évaluer

    Mesurer qualité, sécurité, coût et reprise sur panne.

03 · Aura · Parcours d’apprentissage IA

Choisir un parcours selon l’objectif

Principe central : une réponse fluide est une proposition, pas une preuve. Gardez les affirmations importantes traçables et les actions importantes bornées.

Je veux comprendre

Fondamentaux → LLM → Glossaire

Construire un modèle mental juste et un vocabulaire durable.

Je veux construire

LLM → Compétences → Évaluation

Concevoir un système utile puis le tester sur des cas réels.

Je veux mieux utiliser l’IA

Fondamentaux → Configurateur → Évaluation

Donner de meilleures consignes et examiner les réponses avec recul.