Formation - Amazon Web Services (AWS) - Advanced Generative AI Development on AWS

1 - Sélection et configuration des modèles de fondation

• Mettre en oeuvre un framework d’évaluation des modèles de fondation pour l’entreprise
• Comprendre les architectures permettant une sélection dynamique des modèles
• Concevoir des systèmes résilients basés sur des modèles de fondation
• Optimiser les coûts et élaborer des modèles économiques adaptés

2 - Traitement avancé des données pour les modèles de fondation

• Mettre en oeuvre des processus complets de validation des données et d’assurance qualité
• Concevoir des pipelines de traitement de données multimodales
• Optimiser les données d’entrée et améliorer les performances des modèles

3 - Bases de données vectorielles et génération augmentée par récupération (RAG)

• Concevoir une architecture de base de données vectorielle adaptée aux environnements d’entreprise
• Appliquer des stratégies avancées de traitement et de découpage des documents
• Mettre en oeuvre des systèmes avancés de recherche et de récupération d’informations
Atelier

Développer des applications RAG avec Amazon Bedrock Knowledge Bases

4 - Ingénierie et gouvernance des prompts

• Utiliser des frameworks avancés de Prompt Engineering
• Concevoir des systèmes complexes d’orchestration des prompts
• Mettre en place une gouvernance et une gestion des prompts à l’échelle de l’entreprise
Atelier

Développer un modèle conversationnel avec les API Amazon Bedrock

5 - IA agentique et intégration d’outils

• Comprendre l’architecture et les évolutions de l’IA agentique
• Mettre en oeuvre des agents IA avec Amazon Bedrock Agents
• Explorer l’écosystème des services AWS dédiés à l’IA agentique
• Intégrer des outils et assurer l’observabilité des solutions en production

6 - Sécurité et sûreté de l’intelligence artificielle

• Mettre en oeuvre des mécanismes complets de sécurisation des contenus
• Concevoir une architecture d’IA respectueuse de la confidentialité des données
• Appliquer les frameworks de gouvernance et de conformité de l’intelligence artificielle

7 - Optimisation des performances et gestion des coûts

• Améliorer l’efficacité des tokens et optimiser les coûts
• Concevoir une architecture de système à hautes performances
• Mettre en oeuvre des systèmes intelligents de mise en cache
Atelier

Concevoir une solution d’IA générative sécurisée et responsable avec Amazon Bedrock Guardrails

8 - Surveillance et observabilité de l’IA générative

• Mettre en place des systèmes de surveillance des modèles de fondation
• Mesurer l’impact métier et piloter la valeur des solutions d’IA générative
• Appliquer des méthodes de diagnostic et de résolution des incidents propres à l’intelligence artificielle

9 - Tests, validation et amélioration continue

• Mettre en oeuvre des frameworks complets d’évaluation des solutions d’IA
• Assurer la qualité et l’amélioration continue des systèmes d’intelligence artificielle
• Évaluer et optimiser les systèmes de génération augmentée par récupération (RAG)

10 - Modèles d’intégration de l’IA générative en entreprise

• Concevoir une architecture de connectivité et d’intégration adaptée aux environnements d’entreprise
• Sécuriser les accès et gérer les identités
• Déployer les solutions dans des environnements multiples et hybrides

11 - Synthèse de la formation

• Identifier les prochaines étapes et les ressources complémentaires
• Réaliser la synthèse des connaissances et des compétences acquises