Un ingénieur IA applicative ne se juge pas à sa connaissance des modèles mais à sa capacité à livrer un système qui tient la charge, coûte ce qui était prévu et se trompe d'une façon qu'on sait détecter. Ce parcours suit l'ordre dans lequel ces compétences se construisent sur un vrai projet.
Ce que vous saurez faire à la fin : appeler un modèle de façon robuste (réessais, coûts, sorties typées), brancher l'IA sur des API métier, construire une recherche sémantique et un RAG mesuré, écrire un agent, l'évaluer avant de le livrer, l'exposer derrière une API conteneurisée et le superviser. Le projet final, un agent de support omnicanal, assemble tout.
Prérequis : Python courant, la ligne de commande, Git. Aucune expérience préalable en IA.
Rythme conseillé : une étape par semaine, en faisant les labs. Lire sans exécuter le code ne donne que la moitié de la valeur.