Bachelor : utiliser l’IA, prototyper et vérifier

• Choisir un modèle selon la tâche, le risque et les données.
• Structurer des prompts reproductibles et évaluables.
• Prototyper un workflow métier simple.
• Réduire les hallucinations grâce au RAG et aux sources.
• Présenter une recommandation intégrant performance, biais et conformité.

Comprendre l’architecture des LLM

Tokens, fenêtre de contexte, température et sélection d’un outil.

Prompt engineering et RAG

Production de contenus SEO, personas, synthèses et analyses appuyées sur un corpus.

RGPD et outils tiers

Check-list de conformité appliquée à un cas réel.

IA inclusive et durable

Biais algorithmiques, accessibilité et impact des usages.

Mesure A/B

Évaluation du travail humain seul, de l’IA seule et de l’humain augmenté.

Travail par cas, démonstrations, tests comparatifs et corrections collectives. Chaque notion débouche sur une production exploitable dans un portfolio.