Cursus
Un aperçu détaillé de ce que vous apprendrez au fil de 40 semaines de formation intensive par projets.
Phase A — Fondations
Amener tous les étudiants à un socle technique et professionnel commun.
Outils et habitudes d'ingénierie
Terminal Linux, Git et GitHub, VS Code, bases du débogage, rédaction de README, workflows en ligne de commande.
Fondations Python
Types, fonctions, modules, environnements et packaging, manipulation de fichiers, appels API, tests de base.
Données et SQL
Données tabulaires, nettoyage et validation, jointures, agrégations, fonctions fenêtres, réalités CSV/Excel.
Web et API
HTTP, REST, JSON, bases d'authentification, Postman/HTTPie, débogage requête/réponse, contrats d'API.
Bases du frontend
HTML/CSS/JavaScript, formulaires, pensée en composants, bases d'accessibilité, mise en page responsive.
Bases du déploiement
Docker, variables d'environnement, déploiement de service simple, journaux et health checks.
Porte de fondation
Un outil CLI ou API Python, un ensemble d'exercices SQL, un projet de formulaire frontend, un mini-service déployé et un document de transfert technique.
Phase B — Tronc commun
Chaque étudiant apprend les 3 pôles de compétences avant de se spécialiser.
Cartographie de processus, analyse métier, webhooks, OAuth, API tierces, retries, idempotence, patterns de files d'attente, planification, flux d'approbation, surveillance, runbooks et gestion des échecs.
Une automatisation de flux métier avec approbations, alertes, gestion d'erreurs et documentation.
Patterns d'applications LLM, conception de prompts, sorties structurées, recherche documentaire, chunking, embeddings, citations, contrôle des hallucinations, jeux d'évaluation, cache, confidentialité et sécurité, considérations multilingues.
Une application LLM/RAG avec citations, jeu d'évaluation, garde-fous de sécurité et rapport de benchmark.
React/Next.js, formulaires, tableaux de bord, intégration frontend-backend, auth et RBAC, déploiement, CI/CD, journalisation, surveillance, exercices d'incident, guides de support.
Un produit IA utilisable avec frontend, backend, auth, déploiement, journalisation et notes de support.
Porte du tronc commun
Un projet d'automatisation, un projet LLM/RAG, un produit déployé, une présentation démo et un résumé écrit de type professionnel.
Phase C — Studio de spécialisation
Chaque étudiant choisit une spécialisation majeure et une mineure pour approfondir son expertise.
Orchestration avancée de workflows, intégrations SaaS, tableaux de bord opérationnels, fiabilité, documentation du ROI. Construction d'un système d'opérations internes.
Recherche de meilleure qualité, reranking, conception d'évaluations, UX de citations, filtres de sécurité, pipelines d'ingestion. Construction d'un outil RAG de qualité production.
Flux produit, finition frontend, intégration API, auth et permissions, observabilité, déploiement, performance et contrôle des coûts. Construction d'une application IA full-stack.
Porte de spécialisation
Un projet de spécialisation majeure, un projet de spécialisation mineure, une note d'architecture technique, un registre des risques, une démo enregistrée et une étude de cas orientée client.
Phase D — Laboratoire de production
Transformer l'apprentissage en travail de production réel. C'est le moteur d'employabilité du programme.
Les étudiants travaillent en équipes de livraison sur des projets internes ou partenaires avec tickets, planification de sprint, standups, revues de code, checklists QA, critères d'acceptation, journées de démo et rétrospectives.
Rôles tournants
Responsable de livraison, Développeur, QA/Reviewer, Responsable documentation, Responsable communication client
Livrables requis
Pull requests fusionnées, runbook, checklist de tests, mémo de mise à jour parties prenantes, notes de version, transfert de support et étude de cas finale.
Phase E — Sprint d'insertion
Transformer les diplômés en candidats prêts pour l'entretien et le placement.
Les étudiants finalisent leurs portfolios, profils LinkedIn, études de cas polies, vidéos de démo et dossiers employeur. Le système de placement comprend des entretiens simulés, des exercices techniques, des journées employeur, du matching projet d'essai et un suivi 90 jours après le placement.
Livrables requis
CV, profil LinkedIn, portfolio GitHub, 3 études de cas polies, une vidéo de démo de 2 minutes, un dossier employeur, un dossier d'entretien technique et des références d'instructeurs.
Fil rouge : Pratique professionnelle
De la semaine 1 à la semaine 40, ce fil évalué couvre les comptes-rendus écrits, la communication asynchrone, les standups et rétros, les démos aux parties prenantes, le cadrage et l'estimation, la documentation et les notes de transfert, le travail en équipe interculturel, l'anglais/français professionnel, la prise de parole en entretien et la narration de portfolio.
Prêt à construire votre carrière en IA ?
Rejoignez la prochaine cohorte et acquérez les compétences pratiques recherchées par les employeurs.