Formation Certification Databricks GenAI Engineer Associate

Programme de notre formation Databricks GenAI Engineer Associate

[Jour 1 – Matin]

Référentiel de certification et architecture GenAI

• Présentation de la certification Databricks Certified Generative AI Engineer Associate et de ses domaines de compétences.
• Lecture d’un scénario d’examen, identification des exigences fonctionnelles, techniques et métier.
• Fondamentaux des LLM : tâches, limites, contexte, latence, coût et critères de sélection.
• Conception d’une chaîne GenAI : entrées, sorties, prompts, outils, mémoire et raisonnement multi-étapes.
• Positionnement de Agent Bricks pour les assistants de connaissance, la supervision multi-agents et l’extraction d’information.

[Jour 1 – Après-midi]

Prompts, données et retrieval augmenté

• Conception de prompts structurés : consignes, contexte, exemples, formats de sortie et contraintes métier.
• Choix des sources documentaires et filtrage des contenus dégradant la qualité d’une application RAG .
• Stratégies de découpage : taille des chunks, recouvrement, structure documentaire et contraintes de contexte.
• Embeddings, recherche hybride, filtres de métadonnées et rôle du reranking dans le retrieval.
• Indicateurs de qualité du retriever : pertinence, couverture, fidélité au corpus et analyse des erreurs.
• Atelier pratique : préparer un corpus documentaire, définir une stratégie de chunking et comparer des résultats de retrieval pour un assistant métier.

[Jour 2 – Matin]

Développement d'applications et d'agents

• Utilisation des composants LangChain ou équivalents dans une application GenAI sur Databricks.
• Sélection d’un modèle de génération ou d’embedding selon la tâche, la qualité, la fenêtre de contexte et les contraintes de coût.
• Construction d’une chaîne avec prétraitement, enrichissement de contexte, génération et post-traitement des réponses.
• Mise en oeuvre de garde-fous : validation d’entrées, prévention des instructions malveillantes et politiques de refus.
• Conception d’agents utilisant des outils, des API conversationnelles, des espaces de données ou des serveurs MCP .

[Jour 2 – Après-midi]

Assemblage et déploiement d'une application RAG

• Organisation des données dans Delta Lake et gestion des objets avec Unity Catalog .
• Création et interrogation d’un index Vector Search selon les exigences de volume, fraîcheur, latence et coût.
• Enregistrement d’une chaîne avec MLflow : dépendances, signature, exemples d’entrée et modèle pyfunc.
• Déploiement avec Model Serving et utilisation des Foundation Model APIs pour l’inférence.
• Principes de CI/CD : tests unitaires de composants, promotion des prompts et mise à jour contrôlée des index.
• Atelier pratique : assembler une chaîne RAG, l’enregistrer dans MLflow, créer un index Vector Search et préparer son déploiement.

[Jour 3 – Matin]

Gouvernance, évaluation et supervision

• Application de Unity Catalog pour contrôler les accès aux données, aux modèles, aux endpoints et aux ressources de l’application.
• Gestion des risques : provenance des données, licences, données sensibles, masquage et sécurité des prompts.
• Évaluation d’une application GenAI avec MLflow : jeux de test, métriques, juges LLM et feedback d’experts métier.
• Distinction entre évaluation du retrieval, qualité de génération, groundedness, pertinence et sécurité.
• Supervision de production avec tables d’inférence, AI Gateway , suivi des usages, contrôle des coûts et limitation de débit.

[Jour 3 – Après-midi]

Révision ciblée et préparation à l'examen

• Révision des domaines de l’examen : conception, préparation des données, développement, déploiement, gouvernance et monitoring.
• Analyse de questions à choix multiple et à choix multiples : mots-clés, contraintes implicites et élimination des réponses distractrices.
• Arbitrages de certification : modèle, stratégie de retrieval, endpoint, sécurité, coût, performance et maintenabilité.
• Gestion du temps et méthode de relecture pour l’épreuve chronométrée de 90 minutes.
• Plan de préparation individuel : priorités de révision, ressources pratiques et consolidation des points de vigilance.
• Atelier pratique : réaliser un cas blanc de certification à partir d’un scénario complet, justifier chaque choix d’architecture et corriger les réponses en groupe.