Parcours Manager
De l'acculturation au pilotage, pour accompagner l'IA dans les équipes.
Les actions de formation peuvent être opérées avec Fopacademy, organisme de formation certifié Qualiopi, tandis qu'Esprit Artificiel apporte l'expertise spécialisée en intelligence artificielle.
Des cursus structurés selon votre profil et vos objectifs professionnels.
De l'acculturation au pilotage, pour accompagner l'IA dans les équipes.
Devenir le point d'appui IA de son organisation.
La voie technique complète, jusqu'aux architectures agentiques.
Infrastructure, gateways, sécurité et résilience pour la DSI.
Usages maîtrisés, données protégées, agents sous contrôle.
Du premier appel API au système multi-agents.
Chaque module inclut objectifs précis, compétences visées, cas pratiques et livrable tangible.
Comprendre l'IA générative et ses enjeux avant tout usage.
Maîtriser le socle pour décider en connaissance de cause : à l'issue, vous parlez d'IA avec le vocabulaire juste, vous distinguez une hallucination d'une incertitude, et vous repartez avec une liste d'usages priorisés pour votre service — présentable à votre N+1 le lendemain.
Comprendre les enjeux de données, de confidentialité et de supervision humaine avant de déployer l'IA.
Gagner du temps dès la première semaine avec des usages concrets et sûrs.
Savoir quand se fier à l'IA, quand douter et comment vérifier.
Utiliser l'IA au quotidien avec méthode et prudence.
Passer de prompts d'essai à des instructions qui produisent des résultats constants : vous repartez avec 5 prompts métiers testés, versionnés et prêts à industrialiser — gain de temps dès le lendemain.
Chercher, recouper et synthétiser de l'information plus vite, sans perdre en fiabilité.
Exploiter des documents longs : résumés, extractions, comparaisons.
Personnaliser un assistant pour un usage précis, sans écrire de code.
Rédiger vite et bien, analyser des textes, structurer des idées.
Exploiter les capacités multimodales de l'IA dans son travail.
Manager l'IA, prioriser les usages et piloter le changement.
Préparer son équipe à l'IA sans rupture, avec un cadre clair.
Une méthode reproductible pour choisir les bons projets IA.
Transformer les cas d'usage identifiés en programme d'action réaliste.
Lancer une expérience IA courte, mesurée et décisionnelle.
Embarquer les équipes, lever les craintes, installer de nouvelles pratiques.
Chiffrer les bénéfices, nommer les risques et décider en connaissance de cause.
L'IA appliquée aux métiers supports : RH, communication, administration, documentation, support, gestion de projet.
RAG, bases de connaissances et assistants documentaires.
Comprendre ce que fait (et ne fait pas) un système RAG avant d'en construire un.
Construire un assistant qui répond à partir de vos documents, avec sources.
Structurer et maintenir une base de connaissances exploitable par un assistant.
Combiner recherche lexicale (BM25) et vectorielle pour des résultats robustes.
Mesurer la pertinence, la fidélité et la fraîcheur des réponses avant de déployer.
Aller au-delà du RAG simple : découpage intelligent, agents de recherche, graphes.
Donner aux assistants les bonnes données, pas toutes les données.
Automatiser des tâches et fiabiliser des workflows avec l'IA.
Identifier les tâches automatisables et construire ses premières automatisations.
Concevoir des workflows qui ne cassent pas : étapes, validations, reprise.
Relier l'IA à vos systèmes : APIs, webhooks, données métier.
Maîtriser n8n pour construire des automatisations robustes avec étapes IA.
Faire survivre les automatisations aux pannes : timeout, retry, fallback, état explicite.
Concevoir des automatisations où l'humain valide ce qui compte.
Voir ce qui se passe dans vos automatisations et corriger avant l'incident.
Concevoir, outiller et superviser des agents.
Une vision juste de l'agentique : capacités, architectures, limites et responsabilités.
Du concept au prototype supervisé : vous repartez avec 1 agent fonctionnel, sa documentation et ses logs — soutenu 10' devant le groupe, prêt à brancher sur vos données.
Donner des outils aux modèles de façon fiable : schémas, exécution, résultats réels.
Donner aux agents la bonne mémoire : fenêtre, résumé, historique structuré.
Concevoir des agents dédiés à un métier : rôle, données, outils, supervision.
Construire des agents qui enchaînent planification, action et vérification.
Orchestrer plusieurs agents : délégation, vérification, collaboration sous contrôle.
Savoir si un agent fonctionne : tests, métriques, supervision continue.
Donner des outils sûrs et cadrés aux agents.
Comprendre le protocole MCP et ce qu'il change pour les agents.
Exposer vos données et outils aux agents via un serveur MCP.
Des outils qui font ce qu'ils promettent, ni plus : validation, retours réels, erreurs.
Cadrer ce qu'un agent a le droit de faire : périmètres, scopes, refus.
Donner aux agents un accès fichier cadré : chemins autorisés, versions, restauration.
Faire travailler un agent dans le navigateur humain, avec consentement par onglet.
Des outils d'infrastructure pour les agents, sous politiques et supervision.
Connecter les agents à vos applications (CRM, ERP, messagerie) sans tout donner.
Cataloguer ce que les agents peuvent faire et par qui c'est exécuté.
Runtimes, orchestration, routers, streaming : passer à l'échelle.
Concevoir des runtimes où sessions, outils et capacités survivent au moteur.
Architecturer la collaboration entre agents à l'échelle.
Choisir le bon modèle au bon moment : capacité, coût, disponibilité.
Un seul point d'entrée, plusieurs fournisseurs : construit et opéré.
Gérer les très grands contextes : fenêtres, hiérarchies, oubli volontaire.
Des systèmes qui continuent : pannes, reprises, états explicites.
Streamer des réponses LLM robustes : SSE, chunks, interruption.
Texte, image, audio, vidéo : concevoir des systèmes multimodaux fiables.
Des systèmes qui ne dépendent d'aucun fournisseur : interfaces et adaptateurs.
Permissions, secrets, audit et cadre réglementaire pour les systèmes IA.
Sécuriser les systèmes qui agissent : permissions, cloisonnement, injection, contrôle humain.
Les secrets restent sous le contrôle du système, pas du modèle.
Donner des capacités explicites et révocables, pas des pouvoirs globaux.
Concevoir la validation humaine : quand, comment, et sans frictions inutiles.
Une action externe n'est jamais simulée : préparation, validation, exécution réelle.
Permissions minimales, revues régulières, audits : la base du contrôle.
Savoir qui a fait quoi, quand, et pouvoir le prouver.
Données personnelles, santé, juridique : cadrer l'usage de l'IA.
Choisir, contracter et superviser les fournisseurs de modèles.
Intégrer les exigences réglementaires dans vos projets, sans jargon inutile.
Cadrer, estimer, tester et maintenir des projets IA réels.
Cadrer, estimer, suivre et clôturer un projet IA réel.
Savoir quand passer du prototype à l'usage : conditions, critères, risques.
Traduire un besoin métier en architecture fonctionnelle avant la technique.
Des estimations honnêtes : coûts de modèles, de données, de supervision.
Des critères que le système doit vraiment satisfaire, mesurables et testés.
Coordonner métiers, DSI, juristes et développeurs autour d'un projet IA.
Un système IA se maintient : surveillance, évaluation continue, mises à jour.
Brancher l'IA sur les 3 piliers restauration de Fopacademy (HACCP, Organisation, Posture) : vous repartez avec un registre PMS auto, un calculateur de marge connecté, 2 workflows et 5 prompts vente — 35h verrouillées, 5 livrables.
Nos formations professionnelles sont dispensées en partenariat avec Fopacademy, organisme de formation certifié Qualiopi au titre des actions de formation.
Les actions de formation peuvent être opérées avec Fopacademy, organisme de formation certifié Qualiopi, tandis qu'Esprit Artificiel apporte l'expertise spécialisée en intelligence artificielle.
Pas de diapositives théoriques hors sol : chaque participant manipule sur des environnements pré-configurés dédiés (OpenWebUI, connecteurs n8n, agents Hermes, RAG souverain).
Les travaux pratiques sont immédiatement transposables sur les données et outils de votre entreprise.