120h de formation réparties en 5 modules, puis 2 projets d'entreprise. Le parcours est ajusté à votre niveau après l'évaluation initiale : vous ne repassez pas par ce que vous maîtrisez déjà.
120hde formation
Module 0124h
Cycle de vie d'un projet d'IA Générative
Cadrez un projet d'IA Générative : choisir entre prompting, RAG et fine-tuning, et définir comment mesurer la qualité des réponses.
Ce que vous saurez faire
✓Cadrer un projet d'IA Générative, du besoin métier à la mise en production
✓Écrire des prompts efficaces et choisir la bonne approche : prompting, RAG ou fine-tuning
✓Définir des critères pour mesurer la qualité des réponses générées
✓Anticiper les risques : réponses erronées, usages malveillants
Module 0224h
Embedding et LLM
Comprenez comment un LLM lit et représente le texte, et faites tourner vos premiers modèles open-source.
Ce que vous saurez faire
✓Comprendre l'architecture Transformer pour choisir le bon modèle selon votre cas d'usage
✓Transformer du texte en embeddings pour rechercher par le sens, pas par mot-clé
✓Stocker et interroger ces embeddings dans une base vectorielle
✓Faire tourner un LLM open-source (Mistral, Llama) en local ou sur GPU
PyTorch
Hugging Face
Pinecone
Module 0324h
Fine-tuning et RAG
Faites travailler un LLM sur vos données : le RAG pour l'ancrer dans vos documents, le fine-tuning pour le spécialiser sur votre métier.
Ce que vous saurez faire
✓Construire un RAG qui répond à partir de vos documents d'entreprise
✓Créer des embeddings adaptés à une base de connaissances métier
✓Spécialiser un LLM open-source par fine-tuning (PEFT, LoRA)
✓Orchestrer vos pipelines de RAG et d'inférence avec LangChain
Mistral
LangChain
Module 0424h
Intégration de services et API tierces
Connectez un LLM à vos outils pour qu'il ne se contente plus de répondre, mais qu'il agisse.
Ce que vous saurez faire
✓Brancher un LLM sur des applications tierces (Excel, Google Search)
✓Interroger une base SQL en langage naturel
✓Permettre à un LLM d'agir via des API (appels d'outils)
✓Construire un agent conversationnel avec mémoire et applications intégrées
LangChain
Google APIs
PostgreSQL
Module 0524h
Automatisation et déploiement
Passez du prototype à l'application en production : servir, exposer et monitorer un LLM à grande échelle.
Ce que vous saurez faire
✓Mettre en place une infrastructure qui sert un LLM à grande échelle
✓Exposer votre application derrière une interface utilisateur
✓Monitorer en production les requêtes et la qualité des réponses
✓Industrialiser la mise en production de vos applications LLM (LLMOps)
Docker
vLLM
Streamlit
Langfuse
Projet Hands-On 06Durée indicative : 12hMise en situation réelle
Agent conversationnel RAG
Développement d'un agent conversationnel RAG sur la documentation financière interne.
Pas un exercice d'application : un cas d'usage tiré du terrain, sur des données au plus près de celles d'une entreprise. Vous le menez de bout en bout, comme en mission, jusqu'à un livrable concret que vous pourrez présenter en entretien.
Données au plus près du réel
Volumes, formats hétérogènes et imperfections, comme dans le système d'information d'une entreprise.
Conditions de mission
Un besoin métier, des contraintes à tenir, des choix techniques à justifier et un livrable exploitable.
Revu par un praticien
Feedback approfondi d'un mentor en poste sur des projets en production.
Votre feuille de route
01Construire un pipeline d'ingestion de documents multi-sources.
02Implémenter un système de retrieval sous forme de pipeline RAG.
03Construire un agent conversationnel avec une gestion de la mémoire et des applications intégrées.
04Évaluer la précision globale du pipeline RAG.
Projet Hands-On 07Durée indicative : 12hMise en situation réelle
Fine-tuning Mistral
Classification multilingue basée sur un LLM pour un service support.
Pas un exercice d'application : un cas d'usage tiré du terrain, sur des données au plus près de celles d'une entreprise. Vous le menez de bout en bout, comme en mission, jusqu'à un livrable concret que vous pourrez présenter en entretien.
Données au plus près du réel
Volumes, formats hétérogènes et imperfections, comme dans le système d'information d'une entreprise.
Conditions de mission
Un besoin métier, des contraintes à tenir, des choix techniques à justifier et un livrable exploitable.
Revu par un praticien
Feedback approfondi d'un mentor en poste sur des projets en production.
Votre feuille de route
01Construire une base d'apprentissage pour du fine-tuning LLM.
02Personnaliser un LLM pré-entraîné avec des méthodes de fine-tuning.
Ce parcours est conçu pour des profils déjà techniques, du développeur qui se spécialise au lead tech qui industrialise.
Développeurs
En poste ou entre deux missions, vous voulez ajouter l'IA Générative à votre stack et rester compétitif.
Data Scientists et ML Engineers
Vous voulez passer du modèle à l'application LLM en production.
CTO, Lead Tech et freelances
Vous avez déjà un POC et voulez le passer en production.
Profils data et BI
Vous voulez construire vous-même les assistants IA que vous pilotez côté métier.
Déroulé
Comment se déroule la formation ?
De l'onboarding à la mise en relation avec nos partenaires, à votre rythme.
1
Onboarding
Vous découvrez la plateforme, la communauté et les mentors, des professionnels en poste qui vous accompagnent sur des projets réels.
Mentors en poste
2
Montée en compétences
Accès à la plateforme et mentorat pendant 12 mois : cours, environnements de code, GPU à la demande et projets concrets, avec une communauté Discord active entre apprenants et mentors.
12 mois d'accompagnement
3
Validation des projets par un mentor
Chaque projet est revu par un mentor : un retour d'expert, pas une simple réalisation. Vos projets forment votre portfolio.
Retour d'expert
4
Certification et mise en relation
Soutenance devant un jury, certification, puis mise en relation avec notre réseau de 400+ partenaires.
400+ partenaires
Une semaine avec la formation, pas une semaine de formation
Lun
Poste 9h-18h
Cours 20h-21h
Mar
Poste 9h-18h
Mentorat collectif 19h-20h
Exercices 20h-21h
Mer
Poste 9h-18h
Sport, famille
Jeu
Poste 9h-18h
Projet 19h-21h30
Ven
Poste 9h-12h30
Coaching individuel
Poste 13h30-18h
Soirée libre
Sam
Projet 10h-12h30
Week-end
Dim
Courses, repos
Poste actuel
Formation en autonomie
Avec votre mentor
Vie personnelle
Vous avancez à votre rythme
En poste
Vous organisez vos sessions le soir ou le week-end, sans mettre votre travail entre parenthèses.
Entre deux missions
Vous accélérez quand vous avez du temps, et levez le pied quand une mission reprend.
Un mentor toujours joignable
Sessions collectives, chat avec les mentors 7j/7, séances individuelles en Premium.
Expérience d'apprentissage
Une plateforme conçue pour apprendre en pratiquant
Contenus de formations pour apprendre, projets Hands-On pour se mettre en conditions réelles, environnements techniques à la demande : soyez accompagné avec une plateforme aboutie.
En directLive avec Majdi, Mistral AILBSKAM+4 000apprenants
[ ]
ticket = "Colis perdu, je n'ai rien reçu."
response = client.chat.completions.create(
model="gpt-5.4-mini",
messages=[{"role": "user", "content": ticket}],
)
print(response.choices[0].message.content)
Projet Hands-OnAgent RAG financier1/3
LabEnquête sur un serveur Linux0/10
1
Quel est le nom d'hôte de la machine ?
admin@acme-web-5kq2:~$
Cloud SandboxGPU NVIDIAEn ligne
24 Gio de mémoire GPU
WorkspaceVS CodeActif
CPU
2
RAM
4 Go
Disque
15 Go
QuizQuestion 1/2
Quel paramètre gère les variations aléatoires d'une réponse d'un modèle ?
Accompagnement & résultats
Des praticiens en poste, et 4 000 apprenants avant vous
Ayant participé à cette formation, je peux confirmer que cette formation est excellentissime. N'hésitez pas à profiter du bootcamp gratuit, qui fournit déjà une bonne introduction.
HNHenry Claude N.SaaS Business Developer · EG LABO
J'ai fait tous les parcours de formation que Blent a proposé depuis le commencement et je ne regrette pas du tout. Pour moi ça reste ma plus belle rencontre professionnelle.
Pour une personne qui maitrise déjà les fondamentaux, c'est un régal de voir de vrais cas issus du monde réel avec les derniers outils. J'ai pu voir des choses que je n'avais jamais vu ailleurs.
J'avais beaucoup d'attente et je ne suis pas déçue. Les explications sont très détaillées, on voit de nombreux outils mais cela permet d'aller dans le détail pour maîtriser l'essentiel.
NJNoémie J.Développeuse back-end · Onepoint
apprenants, particuliers et professionnels, formés avec Blent
4 000+
de nos apprenants satisfaits de leur formation
98 %
entreprises représentées parmi nos apprenants
120+
Tarifs
Combien coûte la formation ?
Le même parcours, avec le niveau d'accompagnement qui vous correspond.
Un LLM Engineer construit et met en production des applications qui s'appuient sur des modèles existants (GPT, Claude, Mistral, Llama) : RAG sur des documents d'entreprise, agents, assistants métier. Il ne réentraîne pas les modèles de zéro : son travail relève de l'architecture et de l'intégration logicielle.
La formation LLM Engineering couvre le socle d'une application LLM : choix du modèle, RAG sur vos documents, fine-tuning, intégration à vos outils et mise en production. La formation Agentic AI va plus loin sur les agents : architectures (ReAct, Plan-and-Execute), orchestration avec LangGraph, systèmes multi-agents, évaluation et monitoring des agents. Si vous débutez sur les LLM, commencez par LLM Engineering ; si vous construisez déjà des applications LLM, Agentic AI en est la suite logique. L'évaluation initiale permet de trancher, et un parcours sur mesure peut combiner les deux.
Le Data Scientist analyse des données et construit des modèles prédictifs. Le LLM Engineer, lui, se spécialise dans l'architecture et le déploiement de modèles de langage. Il maîtrise des techniques avancées comme le fine-tuning, le RAG (Retrieval-Augmented Generation) et l'intégration de LLMs dans des pipelines de production. C'est un profil plus proche de l'ingénierie logicielle que de la recherche.
C'est l'un des profils les mieux rémunérés du marché IA actuel. En France, un LLM Engineer débutant peut viser 45 000 € à 65 000 € brut/an. Les profils confirmés atteignent facilement 80 000 € à 120 000 €, notamment à Paris ou dans des startups IA bien financées. Les spécialistes RAG et fine-tuning sont particulièrement recherchés et valorisés.
Le parcours est 100 % code et orienté production : ce n'est pas une initiation aux outils IA no-code. Maîtrise de Python, connaissance des architectures Transformers (BERT, GPT, T5), expérience avec des frameworks comme Hugging Face, LangChain ou LlamaIndex, notions de déploiement cloud (AWS, GCP, Azure), compréhension des techniques RAG, fine-tuning et quantification de modèles. La veille technologique est aussi cruciale car le domaine évolue très rapidement.
Vous apprendrez à piloter un projet IA générative de bout en bout : cadrer les risques (hallucinations, injections, jailbreaking), maîtriser les architectures Transformers et les bases vectorielles (Pinecone, FAISS), exécuter des modèles open-source comme Mistral et Llama, construire des pipelines RAG sur-mesure avec LlamaIndex et LangChain, fine-tuner un modèle avec LoRA/PEFT, et déployer en production avec Docker, LangServe et un monitoring adapté. À l'issue de la formation, vous serez opérationnel pour concevoir et industrialiser des solutions LLM dans un contexte professionnel réel.
Une expérience en développement Python est fortement recommandée. Des bases en Machine Learning (connaissance des concepts d'entraînement de modèles, de fonctions de perte, etc.) sont un plus. La formation s'adresse aux développeurs souhaitant se spécialiser en IA Générative, aux Data Scientists qui veulent monter en compétences sur les LLMs, ou aux ML Engineers curieux de l'IA générative.
Oui, dans les deux cas. En poste, vous organisez vos sessions le soir ou le week-end, sans mettre votre travail entre parenthèses : comptez en moyenne 5 à 10 heures par semaine. Entre deux missions, vous accélérez quand vous avez du temps et levez le pied quand une mission reprend. L'accès à la plateforme et au mentorat dure 12 mois.
Oui, le parcours est 100 % code et s'appuie sur Python. Inutile d'être expert : l'évaluation initiale mesure votre niveau, et si Python n'est pas votre langage principal, un module de mise à niveau est intégré à votre parcours.
Non. Vous écrivez le code de vos applications : pipelines RAG, fine-tuning, intégrations par API, déploiement avec Docker et vLLM. C'est ce qui permet de passer d'un prototype à une application en production, là où les outils no-code atteignent vite leurs limites.
Oui. Pour une équipe, l'offre Sur mesure compose un parcours à partir de plusieurs formations, avec un mentorat collectif ou individuel, en intra-entreprise si besoin. Le parcours est cadré avec vous selon le projet de l'équipe lors d'un premier rendez-vous.
Les offres Standard et Premium sont finançables par plusieurs dispositifs : CPF, OPCO, plan de développement des compétences de votre entreprise ou France Travail. Un conseiller identifie avec vous la prise en charge adaptée à votre situation lors du premier rendez-vous et vous accompagne dans le montage du dossier.
Cela dépend de la formation suivie. Nos formations certifiantes préparent un bloc de compétences de la certification RNCP 37805 « Développeur Web », enregistrée au Répertoire national des certifications professionnelles et reconnue par l'État : c'est le cas des parcours associés à nos certifications Développeur Web et DevOps Engineer. Après l'évaluation devant un jury, vous obtenez ce bloc de certification. Les autres formations donnent lieu à une attestation de fin de formation, délivrée après validation de vos projets, qui atteste des compétences acquises pendant le parcours. Vos projets, revus par un mentor, forment aussi un portfolio à présenter en entretien ou à vos clients.
Vous bénéficiez d'un suivi régulier avec un Mentor expert : un chat pour les questions quotidiennes et des sessions en visioconférence pour approfondir les sujets complexes ou faire des revues de code.
Le format est flexible : vous organisez votre temps comme vous le souhaitez. Nous conseillons un minimum de 5 à 10 heures par semaine pour suivre le parcours sereinement sur la durée prévue.
Non. La plateforme fournit les environnements techniques et du GPU à la demande pour les travaux qui le nécessitent, sans installation ni coût supplémentaire.
Prochaine étape
Construisez votre parcours LLM Engineering
Commencez par une évaluation de votre niveau et échangez sur vos objectifs : le parcours est construit à partir de là.
LangChain
vLLM
