D’ici 2025, 80 % des entreprises intégreront l’IA générative (GenAI) dans leurs flux de travail de production, mais seules 15 % d’entre elles se sentent en confiance pour déployer des systèmes RAG fiables. Cette formation courte a été conçue pour aider les professionnels du machine learning et de l’intelligence artificielle à créer, optimiser et évaluer des applications GenAI prêtes pour la production sur la plateforme Databricks. À l’issue de cette formation, vous serez capable de construire des pipelines de recherche vectorielle à partir de données brutes, d’affiner des modèles grâce au suivi MLflow et de mettre en œuvre des cadres d’évaluation rigoureux garantissant que vos systèmes GenAI répondent aux exigences réelles des accords de niveau de service (SLA) — des compétences que vous pourrez appliquer immédiatement à des déploiements d’IA destinés aux clients.

Databricks Ingénierie GenAI
Profitez de l'une de nos meilleures offres et renforcez vos compétences avec 50 % de réduction sur Coursera Plus. Économisez maintenant.

Expérience recommandée
Ce que vous apprendrez
La méthode RAG fonde les réponses du modèle LLM sur les données extraites, ce qui réduit les « hallucinations » tout en permettant des conversations dynamiques et adaptées au domaine.
L'optimisation systématique avec MLflow permet d'équilibrer la qualité, la latence et le coût pour des déploiements GenAI évolutifs.
Les modèles d'IA générative (GenAI) destinés à la production nécessitent un suivi continu de leur précision, de leur pertinence, de leur rentabilité et de leur latence afin de préserver la confiance et leur viabilité.
Les plateformes Lakehouse telles que Databricks éliminent les obstacles liés à l'ETL, permettant ainsi des flux de travail GenAI fluides, des documents aux vecteurs.
Compétences que vous acquerrez
- Catégorie : Génération assistée par récupération
- Catégorie : Optimisation du modèle
- Catégorie : Mise au point
- Catégorie : MLOps (Machine Learning Operations)
- Catégorie : Emboîtements
- Catégorie : Évaluation du modèle
- Catégorie : Tests d'acceptation
- Catégorie : Modélisation des grandes langues
- Catégorie : Candidature au LLM
- Catégorie : Ingénierie contextuelle
Outils que vous découvrirez
- Catégorie : IA générative
- Catégorie : Déploiement du modèle
- Catégorie : Lacs de données
- Catégorie : Ingénierie rapide
- Catégorie : Bases de données vectorielles
- Catégorie : Databricks
Détails à connaître

Ajouter à votre profil LinkedIn
avril 2026
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Foire Aux Questions
Plus de questions
Aide financière disponible,
¹ Certains travaux de ce cours sont notés par l'IA. Pour ces travaux, vos Données internes seront utilisées conformément à Notification de confidentialité de Coursera.





