Dans vos locaux
Pour ancrer les apprentissages et encourager la dynamique collective.
Formation RAG avancé : qualité, évaluation et passage à l'échelle
Diagnostiquez et corrigez les systèmes RAG qui déçoivent en production : reclassement, recherche hybride et évaluation reproductible.
Deux jours pour diagnostiquer méthodiquement une mauvaise pertinence, mettre en œuvre le reclassement, la recherche hybride et un découpage adapté, construire un protocole d'évaluation reproductible et dimensionner le système à grande échelle.
SELECT d.id,
0.6 * (1 - (d.embedding <=> :vecteur)) +
0.4 * ts_rank(d.contenu_tsv, plainto_tsquery('french', :requete)) AS score
FROM documents d
WHERE d.contenu_tsv @@ plainto_tsquery('french', :requete)
OR d.embedding <=> :vecteur < 0.5
ORDER BY score DESC
LIMIT 10;Description
Un système RAG convaincant en démonstration déçoit souvent une fois confronté au volume et à la diversité réelle des questions. Cette formation de deux jours part du diagnostic méthodique des causes de mauvaise pertinence — découpage inadapté, embeddings mal choisis, absence de reclassement — pour appliquer les techniques correctives éprouvées : recherche hybride combinant similarité vectorielle et recherche lexicale, reclassement par un modèle dédié, et découpage adapté à la structure des documents. Les participants construisent un protocole d'évaluation reproductible fondé sur des métriques de pertinence et de fidélité, puis étudient le dimensionnement d'un système RAG pour un usage à grande échelle : latence, coût et volumétrie de l'index. Elle s'adresse aux ingénieurs IA, architectes et développeurs confirmés exploitant déjà un système de recherche augmentée.
Les objectifs
diagnostiquer les causes d'une mauvaise pertinence dans un système RAG
mettre en œuvre les techniques d'amélioration : reclassement, recherche hybride, découpage adapté
construire un protocole d'évaluation reproductible
dimensionner un système RAG pour un usage à grande échelle
Public visé
Ingénieurs IA, architectes, développeurs confirmés exploitant déjà un système de recherche augmentée.
Prérequis
Expérience de la mise en œuvre d'un système RAG.
Le programme
Jour 1
Matinée
1. Diagnostiquer un système décevant
- Méthode de diagnostic : isoler recherche, génération et corpus
- Défauts de corpus : documents obsolètes, contradictoires, mal structurés
- Défauts de découpage et information coupée en deux segments
- Requêtes mal formulées par les utilisateurs et attentes irréalistes
- Grille d'analyse des échecs observés
- Travaux pratiques : diagnostic d'un système RAG dégradé fourni par le formateur
Après-midi
2. Techniques d'amélioration
- Reformulation et expansion des requêtes
- Recherche hybride et fusion de classements
- Reclassement par modèle dédié et gain mesuré
- Découpage hiérarchique et récupération du contexte parent
- Graphes de connaissances et recherche structurée en complément
- Travaux pratiques : application successive des techniques et mesure du gain de chacune
Jour 2
Matinée
3. Évaluation rigoureuse
- Construction d'un jeu d'évaluation représentatif et sa maintenance
- Métriques de recherche et métriques de génération
- Évaluation par modèle évaluateur : mise en œuvre et biais
- Détection de régression lors d'un changement de composant
- Automatisation de l'évaluation dans la chaîne de livraison
- Travaux pratiques : mise en place d'une évaluation automatisée et détection d'une régression
Après-midi
4. Passage à l'échelle et exploitation
- Volumétrie documentaire importante : indexation, mise à jour, coût de stockage
- Latence et optimisation de la chaîne complète
- Mise en cache des recherches et des réponses fréquentes
- Multi-corpus, multi-tenant et cloisonnement
- Supervision continue de la qualité et boucle d'amélioration
- Travaux pratiques : optimisation de la latence et du coût d'un système à forte volumétrie
Dernière mise à jour : 18 septembre 2026
En présentiel ou à distance : à vous de choisir
En classe virtuelle
Pour allier flexibilité et interactions en temps réel avec le formateur.
Dans nos locaux
Pour favoriser la concentration, les échanges et le confort des apprenants.
Les modalités de formation
Suivi et évaluation :
- Recueil des besoins en amont pour identifier les attentes du stagiaire
- Évaluation continue : études de cas et travaux pratiques pendant la formation
- Évaluation finale : questionnaire d'auto-évaluation
Format et encadrement :
- Formation équilibrée alliant théorie et pratique (minimum 50%)
- Sessions en petits groupes (2 à 9 participants) pour un suivi personnalisé
- Émargement par demi-journée et remise d'une attestation de formation
Moyens pédagogiques et techniques :
- Méthodes interactives et suivi des acquis : travaux pratiques, projet fil rouge, mises en situation, démonstrations, QCM…
- Les stagiaires doivent être équipés de leur matériel informatique pour suivre la formation, que ce soit dans nos locaux ou sur site externe.
- Les prérequis techniques seront communiqués aux apprenants en amont de la formation, lors de l'analyse des besoins, en fonction des spécificités de chaque client.
- Accessibilité: nous informons l'ensemble de nos clients et stagiaires que nous sommes dans la capacité d'adapter les sessions en cas de situations spécifiques. Nous nous engageons à répondre à toutes les demandes dans un délai de 48h ouvré.
Conditions et délais d'accès :
- Si l'une de nos formations vous intéresse, contactez-nous au +33 04 93 65 34 24 ou à l'adresse mail contact@le-code.dev. Selon votre besoin et vos attentes, nous organiserons un échange téléphonique avec le formateur pressenti afin d'adapter la formation et ses modules, puis nous vous adresserons un devis. Les dates de la formation seront à convenir sous 30 jours maximum.
- Concernant les formations Actions Collectives, l'inscription est possible jusqu'à 24h ouvrées avant le début de la formation.