Session 1
Systèmes d’inférence
Débutant
Comprendre et pratiquer sans prérequis
Session 2
Comment l’ordinateur comprend le langage
Session 3
L’art du prompting
Session 4
L’IA peut se tromper
Session 5
L’IA multimodale
Session 6
L’IA dans la vraie vie
Session 7
Les règles du jeu
Session 8
Mon premier assistant IA
Session 9
L’IA et mes données
Session 10
Projet final
Session 11
Comment un modèle apprend à partir d’exemples
Intermédiaire
Construire, évaluer et déployer des produits IA
Session 1
Fondements : Transformers & Tokenisation
Session 2
Prompting professionnel
Session 3
Sortie structurée & évaluations
Session 4
RAG : mémoire du modèle
Session 5
Outils & tool calling
Session 6
La boucle agentique
Session 7
Multi-agents & MCP
Session 8
Infrastructure & déploiement
Session 9
Construire des produits IA
Session 10
Gouvernance & projet final
Session 11
La chaîne complète de pré-formation
Avancé
Architectures, fiabilité et optimisation en production
Session 1
API Claude en profondeur
Session 2
Tool use avancé
Session 3
Agent SDK
Session 4
Architecture multi-agents
Session 5
MCP en profondeur
Session 6
Agents de code & CI/CD
Session 7
Prompt engineering avancé
Session 8
Contexte & fiabilité
Session 9
Scénarios d’architecture
Session 10
Examen blanc & projet
Session 11
Systèmes de pré-formation et optimisation
Session 12
Attention Q/K/V : des projections à la sortie causale
Session 13
Attention linéaire et mémoire matricielle fixe
Session 14
DeltaNet : corriger la mémoire
Session 15
Chunking, causalité et préfill parallèle
Session 16
Gated DeltaNet et oubli sélectif
Session 17
Kimi Delta Attention : étude de cas bornée
Session 18
Cache KV, mémoire récurrente, MLA et bas rang
Session 19
Mixture-of-Experts : routage et capacité
Session 20
Flux résiduels et attention sur la profondeur
Session 21