Dans ce cours, vous maîtriserez les compétences essentielles pour créer des applications prêtes à la production et alimentées par de grands modèles de langage. Vous apprendrez à contrôler la génération de texte avec précision en utilisant des paramètres d'échantillonnage et des critères d'arrêt, à concevoir des messages-guides efficaces avec des modèles de chat pour des modèles adaptés aux instructions, à construire des pipelines de génération augmentée par récupération (RAG) qui permettent aux LLM d'accéder à des connaissances externes, et à extraire des données structurées par le biais de la génération contrainte et de l'appel de fonctions. Ce qui rend ce cours unique, c'est son approche pratique du développement d'applications LLM concrètes. Vous travaillerez directement avec des modèles open-source populaires tels que Llama, Mistral, et Phi, progressant de la génération de texte de base à des systèmes d'agents sophistiqués. Contrairement aux cours théoriques, vous construirez des systèmes réels - un moteur de recherche sémantique avec des transformateurs de phrases, un pipeline complet de questions-réponses alimenté par RAG, et des agents utilisant des outils qui peuvent exécuter des fonctions basées sur le raisonnement LLM. Que vous développiez des chatbots, automatisiez l'extraction d'informations, ou construisiez des assistants IA, ce cours vous équipe avec des modèles et des techniques testés et utilisés dans des systèmes LLM de production. Vous gagnerez la confiance nécessaire pour choisir la bonne approche pour votre cas d'utilisation et les compétences pour l'implémenter de manière fiable en utilisant l'écosystème Hugging Face.