Sciences économiques, juridiques et de gestion (Tournai)
Bachelier en e-business : Bachelier professionnalisant (180 crédits)
IA et workflows automatisés 3.1

Connaissances

Au terme de l'activité d'apprentissage, l'étudiant sera capable de :

- expliquer les principes fondamentaux de fonctionnement des intelligences artificielles et des modèles de langage (LLM) ;
- distinguer les principales caractéristiques, forces, limites et domaines d’utilisation des différents LLM ;
- expliquer les notions fondamentales liées aux LLM, notamment les tokens, la fenêtre de contexte et la génération de texte ;
- identifier les principes fondamentaux du prompt engineering et les éléments constitutifs d’un prompt efficace ;
- expliquer les mécanismes permettant d’optimiser la consommation de tokens et de limiter les coûts liés à l’utilisation des LLM ;
- comprendre les principes de fonctionnement d’un workflow automatisé et le rôle des différents composants d’un workflow n8n ;
- expliquer les principes d’intégration d’un modèle d’IA dans un workflow automatisé ;
- distinguer un simple appel à un modèle de langage d’un agent IA capable de sélectionner et d’utiliser des outils pour réaliser une tâche ;
- comprendre les principes généraux liés à l’utilisation et au déploiement local d’un modèle d’intelligence artificielle.

Aptitudes

Au terme de l'activité d'apprentissage, l'étudiant sera capable de :

- utiliser différents outils d’intelligence artificielle en fonction d’un besoin donné ;
- rédiger et adapter des prompts afin d’obtenir des résultats pertinents et fiables ;
- sélectionner un modèle de langage adapté à une tâche en tenant compte de ses caractéristiques, de ses performances et de ses limites ;
- optimiser l’utilisation des tokens lors de l’interaction avec un LLM ;
- concevoir et mettre en œuvre des workflows automatisés simples avec n8n ;
- intégrer un modèle d’intelligence artificielle au sein d’un workflow automatisé ;
- installer et utiliser un modèle d’IA fonctionnant localement ;
- concevoir un agent IA simple et lui associer les outils nécessaires à la réalisation d’une tâche.

Compétences

Au terme de l'activité d'apprentissage, l'étudiant sera capable de :

- analyser un problème afin d’identifier les possibilités et les limites d’une solution basée sur l’intelligence artificielle ;
- évaluer de manière critique la pertinence, la fiabilité et les limites des résultats produits par une IA ;
- choisir et justifier une approche d’utilisation de l’IA en fonction d’un objectif, d’un contexte et de contraintes données ;
- concevoir une solution combinant intelligence artificielle, automatisation et outils externes afin de répondre à un besoin concret ;
- décomposer une tâche complexe en différentes étapes pouvant être prises en charge par un workflow automatisé ou un agent IA ;
- adopter une démarche autonome et critique face à l’évolution rapide des technologies d’intelligence artificielle.

Les sujets étudiés dans cette activité d'apprentissage sont :

Les bases de l’intelligence artificielle
Le prompt engineering
Consommer moins de token
L’intelligence artificielle et les données sensibles
Les workflows automatisés : introduction à n8n
Les agents IA

• Cours magistraux
• Exercices de création / Recherche en atelier
• Travaux pratiques
• Exercices dirigés

Type de support

Syllabus

Références

IA et Workflow automatisés, notes de cours. Sébastien Frémal, ChatGPT

/