« La pédagogie OCTO repose sur le concret. Les formateurs sont des consultants praticiens, qui utilisent ces technologies au quotidien auprès de nos clients. » – Thomas Tourret, Manager Référent Confirmé et Formateur chez OCTO Technology

L’IA générative a quitté le domaine de la R&D pour devenir un enjeu stratégique très concret pour les entreprises : nouveaux services, gains de productivité, renouvellement des métiers de la data et du développement. Avec la formation « Fondamentaux de l’IA générative » d’OCTO Academy, Thomas Tourret, consultant OCTO Technology et praticien de ces technologies sur le terrain, propose d’aller au‑delà des démonstrations spectaculaires pour entrer dans le code et les usages réels. Pensée pour des profils techniques (dev, data enthusiasts, tech leads), cette formation permet de comprendre en profondeur le fonctionnement des modèles, de manipuler des concepts clés comme le RAG, le context engineering ou les agents connectés, et de repartir avec des use cases développés en Python. Dans cette interview, Thomas revient sur les objectifs pédagogiques du parcours, les cas pratiques abordés et les raisons pour lesquelles c’est aujourd’hui le bon moment pour « prendre la vague » de l’IA générative.

L’IA générative a connu une véritable explosion médiatique et technologique avec l’arrivée de ChatGPT. Plus largement, il s’agit de modèles capables de produire de nouvelles données : texte, image, code… Sans nécessiter d’entraînement préalable sur des cas spécifiques.

Ce qui distingue ces modèles de ceux du Machine Learning “classique”, c’est leur capacité à généraliser et à répondre à une grande variété de contextes. Aujourd’hui, le sujet est incontournable car il promet des gains de productivité considérables : ces modèles peuvent réfléchir, rédiger, coder, ou encore synthétiser des informations pour nous.

Qu’est-ce qui t’as motivé à créer cette formation sur les fondamentaux de l’IA générative chez OCTO Academy ?

Chez OCTO Academy, nous proposons déjà une première formation d’acculturation à l’IA générative, où l’on aborde des notions comme le prompt engineering, le RAG (Retrieval-Augmented Generation) ou encore l’usage d’agents connectés.

Mais nous avons remarqué que beaucoup d’apprenants souhaitaient aller plus loin, notamment pour comprendre comment intégrer concrètement ces concepts dans du code applicatif.
C’est de là qu’est née cette formation : un parcours davantage axé sur la pratique et destiné à des profils techniques. L’objectif n’est plus seulement de “comprendre” l’IA générative, mais de sortir de la formation avec des use cases développés en Python.

Quels sont les grands objectifs pédagogiques de cette formation ?

Nous voulons permettre aux participants de :

• Comprendre en profondeur la structure et le fonctionnement des modèles de génération.

• Concevoir, tester et optimiser des prompts au sein d’un code.

• Construire et implémenter des solutions RAG.

• Découvrir le context engineering et développer des agents connectés à des données internes ou à des services externes.

• Obtenir un premier aperçu du protocole MCP, un sujet émergent dans le domaine des IA connectées.

Quels bénéfices concrets les participants peuvent-ils attendre, notamment dans leur quotidien professionnel ?

De plus en plus d’applications intègrent des briques d’IA générative. Grâce à ce parcours, les participants apprendront à développer eux-mêmes ce type d’applicatifs et à comprendre comment les adapter à leurs besoins métiers ou techniques.

Peux-tu donner un exemple de cas pratique abordé pendant la formation ?

Les stagiaires réaliseront plusieurs mises en pratique :

• Un applicatif simple basé sur le prompt engineering.

• Un cas complet de construction d’un RAG et son intégration dans une interface pour interagir avec les utilisateurs.

• Le développement d’agents connectés capables de récupérer et exploiter des données externes.

Comment cette formation aide-t-elle les participants à comprendre des concepts comme le RAG ou la conception d’agents IA ?

Chaque concept est d’abord abordé de façon théorique pour poser les bases, puis immédiatement mis en pratique à travers des TP. Cette alternance constante entre théorie et expérimentation facilite la compréhension et la mise en œuvre rapide des principes étudiés.

À quel type de profils cette formation s’adresse-t-elle en priorité ? Et pourquoi ?

Elle s’adresse aux data enthusiasts, développeurs ou tech leads curieux de la GenAI, mais qui n’ont pas encore eu l’occasion de la manipuler concrètement. On est à la croisée des chemins entre les profils Data et Dev : ceux qui veulent comprendre, coder et expérimenter avec de vrais modèles d’IA générative.

Quels prérequis techniques ou théoriques recommandes-tu pour en tirer le meilleur parti ?

Il faut avoir quelques notions de Machine Learning, Deep Learning ou NLP, ainsi qu’une base solide en Python, puisque tous les travaux pratiques sont réalisés dans ce langage.

Qu’est-ce qui distingue cette formation d’autres parcours disponibles sur l’IA générative ?

La pédagogie OCTO repose sur le concret. Les formateurs sont des consultants praticiens, qui utilisent ces technologies au quotidien auprès de nos clients.
Les participants repartent avec des réalisations tangibles, développées pendant les TP — un vrai plus qui transforme la théorie en savoir-faire opérationnel.

Comment vois-tu l’évolution de l’IA générative dans les prochaines années ?

Je vois deux grandes tendances :

D’un côté, ceux qui cherchent à optimiser les modèles en eux même pour les rendre toujours plus autonomes et performants.

De l’autre, ceux qui miseront sur l’ingénierie autour des modèles (context engineering), c’est-à-dire l’enrichissement de l’appel de modèles non modifiés avec les données et outils pertinents pour un besoin précis.

La réalité, selon moi, se situera entre les deux.

Quels conseils donnerais-tu à quelqu’un qui hésite encore à s’inscrire à cette formation ?

Même si l’on maîtrise peu Python, aujourd’hui de nombreux outils facilitent le développement.
Et si l’on craint que le domaine évolue trop vite, il faut se dire que le meilleur moment pour prendre la vague était hier et que le deuxième meilleur moment est maintenant. Cette formation offre justement les clés pour comprendre les grands principes de bases / les fondamentaux de la GenAI permettant ainsi de construire des applications autour de ces nouveaux modèles et de suivre sereinement les futures évolutions.