Audience

Ce cours s’adresse :

• Aux développeurs logiciels
• Aux professionnels techniques

Pré-requis

Nous recommandons que les participants aient :

• Suivi la formation AWS Technical Essentials
• Suivi la formation Generative AI Essentials sur AWS
• Au moins 2 ans d’expérience dans la construction d’applications en production sur AWS ou avec des technologies open source, ainsi qu’une expérience générale en IA/ML ou data engineering
• 1 an d’expérience pratique dans l’implémentation de solutions d’IA générative

Objectifs

Ce cours comprend des présentations, des laboratoires pratiques (hands-on labs), des démonstrations et des exercices de groupe.

À l’issue de ce cours, vous serez capable de :

• Développer des solutions d’IA générative prêtes pour la production avec les services AWS répondant aux exigences d’entreprise en matière de sécurité, scalabilité et fiabilité
• Évaluer et sélectionner les Foundation Models appropriés pour des cas d’usage métiers spécifiques, incluant le benchmarking et les architectures de sélection dynamique de modèles
• Concevoir et implémenter des systèmes basés sur des Foundation Models avec circuit breakers, déploiement multi-régions et stratégies de dégradation contrôlée
• Construire des pipelines complets de traitement des données multi-modales, incluant validation et optimisation
• Implémenter des solutions avancées de bases de données vectorielles avec Amazon Bedrock Knowledge Bases, OpenSearch et des approches hybrides pour un RAG efficace
• Créer et gérer des frameworks avancés de prompt engineering, incluant le raisonnement chain-of-thought et des systèmes de gouvernance des prompts à l’échelle entreprise
• Expliquer les composants des frameworks d’IA agentique et d’Amazon Bedrock AgentCore
• Mettre en œuvre des contrôles complets de sécurité et sûreté de l’IA (filtrage de contenu, protection de la vie privée, tests adversariaux)
• Optimiser les performances et maîtriser les coûts grâce à des stratégies d’efficacité des tokens, du batching et des systèmes de cache intelligents
• Concevoir et implémenter des solutions complètes de monitoring et d’observabilité pour des applications basées sur des Foundation Models
• Mettre en place des frameworks systématiques de test et validation pour assurer la qualité continue des applications IA
• Intégrer des solutions d’IA générative dans des environnements entreprise via des architectures sécurisées, conformes et scalables

Plan du cours

Jour 1

Module 1 : Sélection et configuration des Foundation Models

• Framework d’évaluation des modèles à l’échelle entreprise
• Patterns d’architecture pour la sélection dynamique de modèles
• Conception de systèmes résilients basés sur des Foundation Models
• Optimisation des coûts et modélisation économique

Module 2 : Traitement avancé des données pour les Foundation Models

• Validation complète des données et assurance qualité
• Pipelines de traitement de données multi-modales
• Optimisation des entrées et amélioration des performances

Module 3 : Bases de données vectorielles et augmentation par récupération (RAG)

• Architecture entreprise des bases de données vectorielles
• Stratégies avancées de traitement et de segmentation des documents
• Implémentation de systèmes de récupération sophistiqués

Laboratoire pratique :

• Développement d’applications RAG avec Amazon Bedrock Knowledge Bases

Jour 2

Module 4 : Prompt Engineering et gouvernance

• Frameworks avancés de prompt engineering
• Systèmes complexes d’orchestration de prompts
• Gouvernance et gestion des prompts à l’échelle entreprise

Laboratoire pratique :

• Développement de patterns conversationnels avec les API Amazon Bedrock

Module 5 : Implémentation de frameworks d’IA agentique avec Amazon Bedrock AgentCore

• Frameworks d’IA agentique
• Amazon Bedrock AgentCore

Module 6 : Sécurité et sûreté de l’IA

• Implémentation complète de la sécurité du contenu
• Architecture IA respectueuse de la vie privée
• Gouvernance IA et cadres de conformité

Jour 3

Module 7 : Optimisation des performances et gestion des coûts

• Efficacité des tokens et optimisation des coûts
• Architectures haute performance
• Implémentation de systèmes de cache intelligents

Laboratoire pratique :

• Construction d’applications GenAI sécurisées et responsables avec les Guardrails pour Amazon Bedrock Guardrails

Module 8 : Monitoring et observabilité pour l’IA générative

• Systèmes de monitoring des Foundation Models
• Mesure de l’impact et de la valeur métier
• Diagnostic et troubleshooting spécifiques à l’IA

Module 9 : Test, validation et amélioration continue

• Frameworks complets d’évaluation IA
• Assurance qualité et amélioration continue
• Évaluation et optimisation des systèmes RAG

Module 10 : Patterns d’intégration en environnement entreprise

• Architecture d’intégration et de connectivité entreprise
• Gestion sécurisée des accès et des identités
• Déploiements hybrides et multi-environnements

Module 11 : Clôture du cours

• Prochaines étapes et ressources complémentaires
• Synthèse du cours