Formation Qwen : développer des applications IA

Programme de notre formation Qwen : développer des applications IA

[Jour 1 – Matin]

Fondamentaux de Qwen et conception de prompts

• Panorama de la famille Qwen, modèles de génération, de raisonnement et de code
• Identification des cas d usage, contraintes métier et critères de choix d un modèle
• Principes de l inférence, contexte, température, top p et limites de génération
• Construction de prompts structurés avec rôle système, consignes, exemples et format de sortie
• Méthodes de validation pour réduire les ambiguïtés, les réponses hors sujet et les hallucinations
• Atelier pratique : concevoir et comparer des prompts pour un assistant de qualification de demandes clients.

[Jour 1 – Après-midi]

Intégration de Qwen dans une application Python

• Architecture d une application IA, client API, modèle, contexte, règles métier et interface
• Prise en main d une API compatible OpenAI pour dialoguer avec un modèle Qwen
• Gestion des messages, de l historique conversationnel et des instructions système
• Production de sorties JSON structurées et contrôle des schémas de réponse
• Gestion des erreurs, journalisation, limites de requêtes et protection des informations sensibles
• Atelier pratique : développer un service Python qui extrait et structure les informations d un texte métier.

[Jour 2 – Matin]

Recherche documentaire et RAG

• Principes du RAG, complémentarité entre connaissances du modèle et documents métier
• Préparation des sources, découpage documentaire, métadonnées et stratégie d indexation
• Notions d embeddings, recherche sémantique, pertinence et sélection des extraits
• Conception d un prompt enrichi par le contexte et traçabilité des informations utilisées
• Évaluation d un système RAG, jeux de tests, précision des réponses et détection des lacunes
• Atelier pratique : créer un assistant Qwen répondant à partir d une base de procédures internes.

[Jour 2 – Après-midi]

Agents, outils et mise en production

• Introduction au function calling, description des outils et schémas de paramètres
• Orchestration d appels d outils, traitement des résultats et gestion des échanges multi étapes
• Conception d un agent IA avec règles d autonomie, garde fous et validation humaine
• Sécurité des applications IA, filtrage des entrées, contrôle des permissions et protection des secrets
• Bonnes pratiques de déploiement, observabilité, suivi des coûts, qualité et amélioration continue
• Atelier pratique : réaliser un agent Qwen capable d interroger un service métier et de restituer une réponse contrôlée.