Accueil > Formations > Intelligence artificielle & Data Science > Ingénierie des LLMs & IA Générative > Spring AI : L’IA générative pour Java
Spring AI : L’IA générative pour Java
Maîtrisez l’avenir du développement Java avec Spring AI et libérez tout le potentiel de l’intelligence artificielle dans vos applications !
Vue d'ensemble
Spring AI ouvre une nouvelle ère dans le développement logiciel en fusionnant la puissance du framework Spring avec les capacités avancées de l’IA. Conçu pour relever les défis complexes des entreprises modernes, il offre une plateforme complète pour créer des applications intelligentes, autonomes et évolutives.
Cette formation vous initie aux concepts fondamentaux de Spring AI et à son API, compatible avec divers modèles d’IA. Chaque notion est mise en pratique à travers des ateliers pédagogiques captivants, avec un focus particulier sur l’API d’OpenAI.
Cette formation est accessible sans expérience préalable en intelligence artificielle, mais une maîtrise du framework Spring est requise.
Objectifs pédagogiques
Programme détaillé
Introduction à Spring AI
Les diverses catégories d’intelligence artificielle
Aperçu des grands modèles de langage (LLM)
Présentation d’OpenAI et de ses capacités
L’écosystème Spring AI et les modèles compatibles
Interaction entre Spring AI et OpenAI
Spring IA / OpenAI
Paramétrage des clés d’API
Développement d’un service et exploration des fonctionnalités des LLM
Modèles de prompts
Personnalisation du format des réponses d’OpenAI
Gestion des métadonnées d’OpenAI
API Spring IA pour utiliser un prompt
Prompt ingénierie
Optimisation et structuration des prompts
Principes fondamentaux du prompt engineering
Importance de la clarté et de la précision dans les instructions
Amélioration du raisonnement par une gestion optimisée du temps de réponse
Inférence et stratégies d’optimisation
Comparaison entre Zero-shot et Few-shots prompting
Chaînage logique des raisonnements
Configuration des messages système
Mise en application des concepts à travers des exemples concrets
RAG : Optimisation de la génération avec des bases vectorielles
Principes fondamentaux du RAG
Configuration et intégration d’une base de documents vectorielle, avec Milvus en exemple
Recherche et récupération d’informations dans la base
Affinage et optimisation des prompts
Ajustement de la base documentaire et enrichissement avec des métadonnées
Utilisation d’un fichier CSV comme source vectorielle et amélioration des prompts
Fonctionnalités avancées d’OpenAI
Rôles et applications des fonctions OpenAI
Appel et gestion des fonctions via OpenAI
Création d’une fonction et configuration d’un callback personnalisé
Transformation des réponses pour une meilleure exploitation des données par le modèle
Optimisation des interactions via les messages système
Connexion à un service REST pour intégrer des données en temps réel dans le modèle
Génération d’images avec Spring AI et OpenAI
Capacités de création graphique avec OpenAI
API de génération et comparaison des modèles, notamment DALL-E 3
Formats et options d’image pris en charge
Développement d’un service Spring et évaluation des modèles de génération
Génération audio à partir de texte
Aperçu des modèles disponibles et de leurs fonctionnalités
Présentation du client OpenAI Speech
Implémentation et utilisation du client audio
Prochaines sessions
Avis des participants
Financement
Cette formation est éligible aux financements OPCO et FNE-Formation. Nos équipes vous accompagnent dans le montage de votre dossier.
En savoir plus sur le financement
