1. Livres & vidéos
  2. Prompt Engineering - Optimiser les réponses des LLM avec des prompts efficaces

Prompt Engineering Optimiser les réponses des LLM avec des prompts efficaces

Informations

  • Consultable en ligne immédiatement après validation du paiement et pour une durée de 10 ans.
  • Vidéos enregistrées dans notre studio nantais
Les Large Language Models (LLM), ou grands modèles de langage, sont aujourd’hui au cœur de l’intelligence artificielle moderne. Leur puissance, leur capacité d’adaptation et la rapidité de leur évolution en font des outils incontournables, aussi bien pour les professionnels que pour le grand public. Cette vidéo propose de comprendre comment interagir efficacement avec ces modèles grâce au prompt engineering. Elle débute par une présentation des concepts fondamentaux, en abordant les bases de...
  • Niveau Initié à Confirmé
  • Durée 2h12
  • Parution mars 2026

Les Large Language Models (LLM), ou grands modèles de langage, sont aujourd’hui au cœur de l’intelligence artificielle moderne. Leur puissance, leur capacité d’adaptation et la rapidité de leur évolution en font des outils incontournables, aussi bien pour les professionnels que pour le grand public. Cette vidéo propose de comprendre comment interagir efficacement avec ces modèles grâce au prompt engineering.

Elle débute par une présentation des concepts fondamentaux, en abordant les bases de l’intelligence artificielle, du traitement du langage naturel (NLP) et le fonctionnement des LLM. Vous découvrirez également l’évolution des chatbots ainsi que le rôle central du prompt dans les interactions avec une IA générative.

La vidéo se concentre ensuite sur l’optimisation des prompts. Vous apprendrez à structurer le format des résultats, à influencer le ton et les émotions exprimées par un modèle, à utiliser un LLM comme une console Python, à générer automatiquement des prompts ou encore à produire des synthèses de contenu. Les enjeux de sécurité et d’éthique liés à l’usage des IA génératives sont également abordés.

Une partie est ensuite consacrée à l’approfondissement des mécanismes du prompt engineering, avec notamment la gestion des tokens, l’exploitation du contexte et les méthodes permettant d’aider un modèle à raisonner. Vous découvrirez comment rédiger des prompts de type Few-Shot, injecter des connaissances structurées et personnaliser le style des réponses afin d’obtenir des résultats plus cohérents et mieux adaptés à vos besoins.

Enfin, la vidéo présente plusieurs techniques de prompt engineering, comme le Chain-of-Thought, le Chain-of-Density, l’OPRO, le Directional Stimulus Prompting et le Generated-Knowledge Prompting, afin de concevoir des prompts plus précis, cohérents et adaptés à des cas d’usage complexes, notamment le raisonnement logique et la résolution de problèmes.

Caractéristiques

  • Vidéo en ligne
  • Ref. ENI : VT2PROENG

Madjid KHICHANE

 

Madjid Khichane est un expert reconnu en Intelligence Artificielle, spécialisé dans l’apprentissage par renforcement et les systèmes multi-agents. Titulaire d’un diplôme d’ingénieur en Informatique de l’Université Mouloud Mammeri à Tizi-Ouzou (Algérie), il a poursuivi son parcours académique avec un Master en Intelligence Artificielle – Systèmes Multi-Agents à l’Université Paris 5 (René Descartes). Ses travaux de PhD en Intelligence Artificielle, menés en collaboration entre l’Université Claude Bernard Lyon 1 et IBM, ont abouti à des avancées algorithmiques en apprentissage par renforcement, publiées dans des conférences internationales de premier plan. Fort de cette expertise, Madjid Khichane accompagne aujourd’hui des leaders technologiques mondiaux tels que Microsoft, LinkedIn, Hewlett Packard, DXC Technology et PricewaterhouseCoopers (PwC) en tant qu’expert en IA, contribuant à l’innovation et à la transformation digitale à grande échelle.

 

Découvrir tous ses livres

  • Machine Learning et Python Coffret de 2 livres : Implémentation avec Scikit-learn (2e édition)
  • Google Gemini pour les développeurs Interagir avec les modèles de Google via l’API RESTvrez la mise en place de services cloud (v2)
  • Python Coffret de 2 livres : Implémentation pour la Data Science et le Machine Learning
  • Le Machine Learning et l
  • Kubernetes - La plateforme de déploiement de vos applications conteneurisées Livre avec complément vidéo : le Minikube et les commandes kubectl
  • PyTorch Exploitation de données et développement d’un réseau de neurones en Python
  • Scala Prise en main du langage
  • Kubernetes Automatisez le déploiement et la gestion de vos applications dans des Pods
  • Statistiques descriptives avec Python
  • UML Apprenez à modéliser avec les diagrammes
  • Comprendre les réseaux de neurones artificiels Concepts et exemples
  • Le langage SQL pour la Data Science Profitez de la puissance du SQL pour l
  • Les Design Patterns en langage Python Aller au-delà des concepts orientés objets
  • Natural Language Processing (NLP) avec Python
  • Python pour la Data Science
  • Les réseaux de neurones avec TensorFlow
  • Intelligence Artificielle Découverte, concept et exemples
  • Azure Machine Learning Studio Développez vos modèles de Machine Learning dans Azure
  • Data Science avec Python – Le guide indispensable Livre avec complément vidéo : Visualisation de données avec Numpy et Pandas

Nos nouveautés

voir plus