Formation ChromaDB
| € HT / personne |
| 2 jours (14 heures) |
Présentation
Maîtrisez ChromaDB pour construire des moteurs de recherche sémantique puissants et des bases vectorielles prêtes à intégrer vos applications IA. Cette formation vous accompagne pas à pas dans la conception, l’indexation et l’interrogation de données vectorielles.
Vous apprendrez à générer et manipuler des embeddings à partir de textes, à les indexer efficacement dans Chroma, et à optimiser vos collections pour des recherches rapides, précises et filtrées par métadonnées.
Vous saurez créer des collections persistantes, interroger vos données avec des critères avancés, visualiser les distances sémantiques entre vos contenus, et maintenir une base vectorielle adaptée à la production.
Vous découvrirez également comment intégrer Chroma dans un système RAG complet via LangChain, en combinant retrieval sémantique et génération de réponse contextuelle avec un LLM comme GPT. Vous serez ainsi en mesure de créer vos propres assistants intelligents connectés à votre base de connaissances.
Comme pour toutes nos formations, elle se déroulera sur ma toute dernière version de l’outil : ChromaDB
Objectifs
- Comprendre les principes de la recherche vectorielle, le rôle des embeddings, et les fondements de la similarité sémantique dans les systèmes d’IA modernes.
- Installer, configurer et administrer une base vectorielle ChromaDB en mode mémoire ou persistant, avec gestion fine des collections, documents et métadonnées.
- Générer, indexer et interroger efficacement des embeddings de texte à l’aide de modèles pré-entraînés (OpenAI, SentenceTransformers), avec des requêtes filtrées et précises.
- Concevoir des workflows complets d’ingestion, de découpage, d’indexation et d’interrogation de données textuelles dans une base Chroma à des fins de recherche intelligente.
- Exploiter ChromaDB dans une architecture RAG en l’intégrant à LangChain pour construire des assistants conversationnels connectés à une base documentaire vectorisée.
- Superviser, sécuriser et optimiser les bases vectorielles en production, en abordant les problématiques de performance, de gouvernance, de persistabilité et de mise à l’échelle.
Public visé
- Développeurs
- Data Scientists
- Chercheur IA
Pré-requis
- Connaissances de base sur les APIs REST
- Connaissance dans un langage de développement moderne Python
Programme de la formation ChromaDB
Introduction à la recherche vectorielle
- Représentation sémantique des textes
- Embeddings courants : OpenAI, HuggingFace, BERT
- Cosine similarity, Euclidean, Manhattan
- Notions de top-k, seuils de score
Architecture et fonctionnement de ChromaDB
- Collections, Documents, Embeddings, Metadata
- Index interne (FAISS-like, local storage)
- Mémoire uniquement (:memory:)
- Persistante (dossier local)
- Documents texte, paires clé/valeur, métadonnées optionnelles
Mise en place de ChromaDB
- pip install chromadb
- Dépendances utiles (tqdm, langchain pour test)
- chromadb.Client()
- Dossier de stockage (persist_directory)
- create_collection(), nommage, duplication, gestion
- Ajout de documents et embeddings
Indexation et interrogation des données
- Embeddings via OpenAI ou sentence-transformers
- add() et upsert() : quand utiliser quoi
- query(query_embeddings=…, n_results=…)
- Filtrage par métadonnées
- delete(), modify(), reset() : gérer ses données
- Export / import éventuel (JSON, backup local)
Visualisation et analyse des résultats
- ids, documents, metadatas, distances
- Utiliser pandas ou prettytable pour inspection rapide
- t-SNE, PCA pour représentation 2D
Cas pratiques d’utilisation
- Embedding des phrases de transcript
- Récupération de passages pertinents
- PDFs convertis en chunks indexés
- Affichage des résultats avec contexte
- Utilisation des métadonnées
Intégration avec LangChain
- Embedding → Vector Store → Retriever → LLM
- Chroma.from_documents(documents, embedding)
- as_retriever(), similarity_search()
- Utilisation de RetrievalQA
- Injection du contexte dans le prompt
Bonnes pratiques & Ressources
- Documentation officielle Chroma
- Chunking optimal, stockage persistant, embeddings légers
- Projets d’approfondissement
- Chatbot juridique
- moteur de recherche RH
- assistant support client
Pour aller plus loin
Formation Langchain
Formation Azure Data Factory
Formation Python Data Analyst
Autour du sujet
Langues et Lieux disponibles
Langues
- Français
- Anglais / English
Lieux
-
France entière
- Paris
- Lille
- Reims
- Lyon
- Toulouse
- Bordeaux
- Montpellier
- Nice
- Sophia Antipolis
- Marseille
- Aix-en-Provence
- Nantes
- Rennes
- Strasbourg
- Grenoble
- Dijon
- Tours
- Saint-Étienne
- Toulon
- Angers
-
Belgique
- Bruxelles
- Liège
-
Suisse
- Genève
- Zurich
- Lausanne
-
Luxembourg
Témoignages
⭐⭐⭐⭐⭐ 4,8/5 sur Google My Business. Vous aussi, partagez votre expérience !
Afficher tous les témoignages
⭐⭐⭐⭐⭐ 4,8/5 sur Google My Business. Vous aussi, partagez votre expérience !
Noter la formation
| € HT / personne |
| 2 jours (14 heures) |
UNE QUESTION ? UN PROJET ? UN AUDIT DE CODE / D'INFRASTRUCTURE ?
Pour vos besoins d’expertise que vous ne trouvez nulle part ailleurs, n’hésitez pas à nous contacter.
ILS SE SONT FORMÉS CHEZ NOUS
