🔍 RAG Production & Recherche Vectorielle

Ingénieur RAG & Base de Données Vectorielles

Architectures RAG entreprise, chunking sémantique, bases vectorielles, recherche hybride BM25 et dense, reranking et anti-hallucination.

#RAG Architecture#Vector DB#ChromaDB Pinecone#Embeddings#Recherche Hybride#IA Entreprise

Ce que vous allez apprendre

4 modules · 12 leçons · 6 h de contenu

1Ingestion, Découpage (Chunking) & Embeddings3 leçons · 1 h 30

1.1Pipeline d'ingestion de documents complexes (PDF, Markdown, tableaux et structures)
1.2Stratégies de découpage (Chunking) : récursif, sémantique et fenêtres hiérarchiques
1.3Modèles d'embeddings textuels : dimensions, métriques de distance et sélection

2Bases de Données Vectorielles & Indexation Scalable3 leçons · 1 h 30

2.1Algorithmes d'indexation vectorielle : HNSW (Hierarchical Navigable Small World) et IVF
2.2Mise en œuvre pratique : ChromaDB, Pinecone, Qdrant et pgvector sur PostgreSQL
2.3Filtrage par métadonnées (Metadata Filtering) et partitionnement multi-tenants

3Recherche Hybride & Reranking Avancé3 leçons · 1 h 30

3.1Recherche hybride : fusion de la recherche lexicale (BM25) et dense avec Reciprocal Rank Fusion
3.2Modèles de Reranking : Cross-Encoders et Cohere Rerank pour le top-k final
3.3Techniques avancées : Routage de requêtes, expansion et HyDE (Hypothetical Document Embeddings)

4Évaluation RAG, Réduction des Hallucinations & Production3 leçons · 1 h 30

4.1Frameworks d'évaluation RAG : métriques Ragas (Faithfulness, Answer Relevance, Context Precision)
4.2Stratégies de mitigation des hallucinations et citation obligatoire des sources
4.3Mise en cache sémantique (GPTCache), surveillance de latence et mise à l'échelle

À votre rythme

Des leçons courtes ; votre progression est enregistrée et vous reprenez là où vous vous êtes arrêté.

En pratiquant

Des exemples de code Python à modifier et exécuter dans le navigateur, sans rien installer.

Une validation

Une évaluation finale s'ouvre quand vous avez parcouru l'essentiel de la formation.

Data & intelligence artificielle📊 Intermédiaire · Calcul Vectorisé
Data Science avec NumPy & Pandas
Calcul matriciel vectorisé, manipulation de DataFrames, séries temporelles et modélisation statistique avancée avec NumPy et Pandas.
▶ Exercices Python
4 modules · 16 leçons · 8 h
Voir le programme Accès sur attribution
Data & intelligence artificielle🤖 Avancé · Deep Learning & MLOps
Intelligence artificielle avec Python
Deep Learning avec PyTorch, réseaux convolutifs, Transformers pour le NLP, quantification et déploiement d'API d'inférence en production.
▶ Exercices Python
4 modules · 16 leçons · 8 h
Voir le programme Accès sur attribution
Data & intelligence artificielle🐘 Avancé · Architecture Interne & PostGIS
PostgreSQL Avancé & Données Spatiales PostGIS
Maîtrisez les rouages de PostgreSQL (MVCC, WAL, EXPLAIN ANALYZE), l'indexation avancée GIN et BRIN, l'extension spatiale PostGIS et le part…
4 modules · 16 leçons · 8 h
Voir le programme Accès sur attribution