Développer des applications d’IA générative sur AWS

Vous démarrez la conception d'une application d'IA générative hébergée sur AWS ? Comment démystifier et partager la compréhension autour des Grands modèles de langage (LLMs) pour tous les opérationnels impliqués ? Comment aider les data scientist à s'approprier les services d'IA générative proposés par AWS, notamment Bedrock ?

Cette formation s'adresse à des équipes techniques intervenant dans la  réalisation de produits digitaux faisant appel à l'IA générative.

Ce module de 2 jours fournit un aperçu de l'IA générative et présente les fondamentaux de l'utilisation des modèles de langage (LLM) et s'appuie de plusieurs démonstrations permettant de s'en approprier les bonnes pratiques. L'accent est mis sur la conception et l'implémentation d'une application d'IA générative dans un environnement AWS, notamment grâce à Amazon Bedrock, LangChain et le prompt engineering.

• Découvrir le concept d'IA générative, son importance, ses avantages et ses risques potentiels
• Identifier la valeur métier et les cas d'usage de l'IA générative
• Saisir les fondements techniques et la terminologie clé de l'IA générative
• S'approprier les concepts, avantages, cas d'usage, l'architecture et la structure de coûts d'Amazon Bedrock
• Appliquer les meilleures pratiques et techniques de prompt engineering pour les modèles fondation (FM)
• Identifier les composants, personnaliser les modèles fondation (FM) et tirer parti des services AWS pour les applications d'IA générative
• Intégrer LangChain avec les LLMs, les prompts, les chaînes et les agents pour Amazon Bedrock

• Développeur
• Data Engineer
• Tech Lead
• Data Scientist

• Connaissances de base du Cloud AWS (niveau AWS Technical Essentials)
• Niveau intermédiaire en Python

Cette formation est dispensée par un·e ou plusieurs consultant·es d'OCTO Technology ou de son réseau de partenaires, expert·es reconnus des sujets traités.

Le processus de sélection de nos formateurs et formatrices est exigeant et repose sur une évaluation rigoureuse leurs capacités techniques, de leur expérience professionnelle et de leurs compétences pédagogiques.

Jour 1

OUVERTURE DE SESSION

• Accueil des stagiaires et tour de tables des attentes
• Présentation du programme des deux jours de formation

INTRODUCTION À L'IA GÉNÉRATIVE - L'ART DU POSSIBLE

• Panorama du Machine Learning
• Principes de bases de l'IA générative 
• Cas d'usage de l'IA générative
• L'IA générative en pratique 
• Opportunités et risques

PLANIFICATION D'UN PROJET D'IA GÉNÉRATIVE

• Fondamentaux de l'IA générative
• L'IA générative appliquée 
• Contexte et enjeux
• Les étapes de planification d'un projet d'IA générative
• Identifier le risques et mettre en place des actions correctives

PREMIERS PAS AVEC AMAZON BEDROCK

• Présentation d'Amazon Bedrock
• Architecture et cas d'usage 
• Comment utiliser Amazon Bedrock
• Démonstration : configuration de l'accès à Amazon Bedrock et utilisation des "playgrounds"

FONDEMENTS DU PROMPT ENGINEERING

• Bases des modèles fondamentaux
• Principes clés du prompt engineering 
• Techniques de prompt de base 
• Techniques avancées de prompt 
• Démonstration : affiner un prompt texte simple
• Techniques spécifiques à chaque modèle
• Identifier et corriger les usages inappropriés des prompts 
• Réduction des biais 
• Démonstration : atténuer les biais dans la génération d'images

Jour 2

COMPOSANTS DES APPLICATIONS AMAZON BEDROCK 

• Panorama des applications et cas d'usage 
• Principaux composants des applications d'IA générative 
• Modèles fondamentaux et interface FM 
• Exploitation des jeux de données et des embeddings 
• Démonstration : création et utilisation de word embeddings 
• Composants applicatifs complémentaires 
• RAG (Retrieval-Augmented Generation) 
• Ajustement (fine-tuning) des modèles 
• Sécurisation des applications d'IA générative 
• Architecture type d'une application d'IA générative

LES MODÈLES FONDAMENTAUX D'AMAZON BEDROCK 

• Présentation des modèles fondamentaux disponibles dans Amazon Bedrock
• Utiliser les FMs pour les inférences 
• Méthodes et bonnes pratiques d'Amazon Bedrock 
• Protection des données et traçabilité 
• Mise en pratique : générer du texte avec un prompt zero-shot grâce à un modèle Bedrock 

INTRODUCTION À LANGCHAIN

• Optimiser les performances des LLM
• Intégrer AWS avec LangChain 
• Exploiter les modèles via LangChain 
• Construire des prompts efficaces 
• Organisation des documents avec des indexes 
• Stockage et récupération des données avec la mémoire 
• Utiliser les "chains" pour séquencer les composants 
• Gestion des ressources externes avec les agents LangChain

SCHÉMAS D'ARCHITECTURE 

• Introduction aux modèles d'architecture
• Résumé automatique de texte 
• Mise en pratique : résumer de courts fichiers avec Amazon Titan Text Premier
• Mise en pratique : résumer des longs textes avec Amazon Titan 
• Question/Réponse automatisée
• Mise en pratique : utiliser Amazon Bedrock pour mettre en place un système de Q&A
• Chatbots
• Mise en pratique : construire un chatbot 
• Génération de code 
• Mise en pratique : utiliser les modèles BedRock pour générer du code 
• LangChain et agents intégrés avec Amazon BedRock 
• Mise en pratique : créer des applications conversationnelles avec l'API Converse