Atelier

Lesson 4 — Mise en œuvre

Déploiement en production

1h

This content is not translated yet. Showing the original version.

Les supports du cours

Le support complet, à lire en ligne ou à télécharger :

pdfSupport de cours47 Ko

Le guide d'installation pas à pas :

Guide d'installation

Guide d'installation — RAG sur GCP

1. Prérequis

Vous avez besoin d'un projet Google Cloud avec la facturation activée et des droits roles/aiplatform.user.

  • gcloud CLI ≥ 500
  • Python 3.11+
  • Terraform ≥ 1.8
  • Accès à Vertex AI dans europe-west1

2. Activer les API

gcloud services enable aiplatform.googleapis.com run.googleapis.com storage.googleapis.com

3. Variables d'environnement

Variable

Exemple

Description

PROJECT_ID

main-project-511608

Projet cible

REGION

europe-west1

Région Vertex AI

CORPUS_NAME

docs-internes

Nom du corpus RAG

BUCKET

gs://rag-sources

Sources à indexer

4. Vérification

Important : lancez une requête de test avant de brancher l'agent.

docxGuide d'installation37 Ko

La présentation utilisée en session :

pptxPrésentation32 Ko

Choisir son backend vectoriel

BackendGestionVolume conseilléFiltrage métadonnéesCoût de départ
RagManagedDbEntièrement managé< 1 M chunksBasiqueFaible
Vertex AI Vector SearchManagé, endpoint dédiéMilliardsAvancé (restricts)Élevé (nœud permanent)
Vertex AI Feature StoreManagé, BigQueryMillionsVia SQLMoyen
AlloyDB + pgvectorSemi-managéDizaines de millionsSQL completMoyen
Cloud SQL + pgvectorSemi-managéMillionsSQL completFaible
BigQuery Vector SearchServerlessMilliards (batch)SQL completAu volume scanné
PineconeSaaS tiersMilliardsAvancéVariable
WeaviateSaaS ou auto-hébergéCentaines de millionsAvancéVariable
Firestore vector searchServerlessMillionsRequêtes FirestoreFaible

Planning de mise en production

gantt
    title Mise en production du RAG
    dateFormat YYYY-MM-DD
    axisFormat %d/%m
    section Socle
    Projet et IAM            :done, s1, 2026-10-01, 2d
    Terraform réseau          :done, s2, after s1, 3d
    section Données
    Ingestion initiale        :active, d1, 2026-10-06, 4d
    Job de synchronisation    :d2, after d1, 3d
    section Agent
    Agent ADK                 :a1, 2026-10-08, 5d
    Évaluation                :a2, after a1, 4d
    section Go live
    Revue sécurité            :crit, g1, after a2, 2d
    Ouverture aux utilisateurs :milestone, g2, after g1, 0d

Checklist de déploiement

  • Infrastructure
    • Terraform appliqué depuis la CI uniquement
      • état distant dans un bucket versionné
      • verrouillage de l'état activé
    • Workload Identity Federation pour GitHub Actions
  • Agent
    1. Image construite et poussée dans Artifact Registry
    2. Déploiement Cloud Run avec un compte de service dédié
      • --no-allow-unauthenticated
      • concurrence ajustée (80 par défaut)
    3. Trafic basculé progressivement (--tag canary)
  • Observabilité
    • Cloud Logging et Cloud Trace
    • Tableau de bord des scores de retrieval

« En production, la question n'est pas de savoir si le retrieval va se tromper, mais si vous le verrez. »

— Retour d'expérience d'une équipe plateforme

Next