video1.0<iframe src="https://www.loom.com/embed/fab22ec9c958433b86c3cc2ce82b0a69" frameborder="0" width="1850" height="1387" webkitallowfullscreen mozallowfullscreen allowfullscreen></iframe>13871850Loomhttps://www.loom.com13871850https://cdn.loom.com/sessions/thumbnails/fab22ec9c958433b86c3cc2ce82b0a69-bcb3e1a449c66257.gif1953.971Dans cette dernière vidéo d’environ une trentaine de minutes, je présente la partie pratique et les mises en situation autour des RAG (Retrieval-Augmented Generation). J’explique comment cette étape se situe dans la continuité des notions déjà étudiées (LangGraph, LangSmith, ingestion, retrieval, restitution). Je décris également ce qu’est un RAG, pourquoi il s’agit de l’aboutissement de toutes les briques abordées jusque-là (modèles de langage, agents, workflows, intégration), et comment j’envisage de combiner tous ces éléments au sein de systèmes complexes. Enfin, j’insiste sur les bonnes pratiques, la préparation des données et l’importance d’adapter les objectifs pour éviter les écueils techniques et méthodologiques.