Is the training Qualiopi certified?

Yes, Learni is a Qualiopi-certified training organization. This certification guarantees the quality of our courses and enables funding through OPCO and other mechanisms.

How can I fund my training?

Our courses are eligible for OPCO funding. Learni supports you through the funding process. A personalized quote is available upon request.

What are the prerequisites for this training?

The prerequisites for the Formation LlamaIndex - Maîtriser les RAG avancés pour IA training are: Maîtrise avancée de Python, expérience avec les LLMs comme GPT ou Llama, connaissances en embeddings vectoriels et bases de données vectorielles. A preliminary interview validates your eligibility.

Is the training available in person?

Yes, the Formation LlamaIndex - Maîtriser les RAG avancés pour IA training is available in présentiel. The format can be adapted to your needs (inter, intra, custom).

Formation LlamaIndex - Maîtriser les RAG avancés… | Learni

The story of Learni

Founded by passionate advocates of learning and innovation, Learni set out to make professional training accessible to everyone, everywhere in the world. Our team works in the largest cities such as Paris, Lyon, Marseille, and internationally, to support talents and organizations in their skills development.

Configure your training

Response within 24hNo commitment100% free

7 spots remaining for the next session

FormatParticipantsDateDetails

Which format do you prefer?

Methods, approaches, and teaching resources

The Formation LlamaIndex - Maîtriser les RAG avancés pour IA training is delivered in-person or remotely (blended-learning, e-learning, virtual classroom, remote in-person). At Learni, a Qualiopi-certified training organization, each program is designed to maximize skills acquisition, regardless of the training mode chosen.

The trainer alternates between demonstrative, interrogative, and active methods (through practical exercises and/or real-world scenarios). This pedagogical approach ensures concrete and directly applicable learning in the workplace.

Teaching resources provided

To ensure the quality of the Formation LlamaIndex - Maîtriser les RAG avancés pour IA training, Learni provides the following teaching resources:

Mac or PC computers, high-speed fiber internet, whiteboard or flipchart, video projector or interactive touchscreen (for remote sessions)
Training environments installed on workstations or accessible online
Course materials, practical exercises, and supplementary resources
Post-training access to materials and teaching resources

For in-house training at a location external to Learni, the client ensures and commits to having all necessary teaching materials (IT equipment, internet connection...) for the proper conduct of the training action in accordance with the prerequisites indicated in the communicated training program.

* contact us for remote feasibility** ratio varies depending on the training followed

Assessment methods

The assessment of skills acquired during the Formation LlamaIndex - Maîtriser les RAG avancés pour IA training is carried out through:

During training: case studies, practical exercises, and professional scenarios
At the end of training: self-assessment questionnaire and skills evaluation by the trainer
After training: training completion certificate detailing acquired skills

Training accessibility

Learni is committed to the accessibility of its professional training programs. All our training programs are accessible to people with disabilities. Our teams are available to adapt teaching methods to your specific needs. Do not hesitate to contact us for any accommodation request.

Training objectives

Maîtriser les indexations avancées de LlamaIndex pour optimiser les pipelines RAG en formation professionnelle certifiante

Développer des agents intelligents avec LlamaIndex pour booster les compétences IA en entreprise

Concevoir des workflows multi-indexes pour des applications RAG scalables et performantes

Implémenter des techniques de routing et de fusion de données avec LlamaIndex en contexte professionnel

Optimiser les coûts et la latence des requêtes RAG via des outils LlamaIndex avancés

Déployer des solutions RAG production-ready pour renforcer les compétences certifiantes en IA

Training program

Module 1Fondamentaux avancés LlamaIndex : indexation et querying optimisés (embeddings, routers, outils LlamaIndex)

Découvrez les structures d'index avancées de LlamaIndex, configurez des embeddings personnalisés avec des modèles comme SentenceTransformers, implémentez des query engines hybrides pour des recherches sémantiques précises, réalisez des exercices pratiques sur des datasets réels d'entreprise, testez des routers pour dispatcher les requêtes, produisez un index vectoriel scalable comme livrable, intégrez des métadonnées pour filtrage fin, tout au long de 7 heures d'ateliers interactifs.

Module 2Pipelines RAG avec LlamaIndex : ingestion et transformation de données (loaders, nodes, parsers)

Plongez dans les loaders avancés de LlamaIndex pour ingérer PDF, web et bases SQL, transformez les documents en nodes enrichis avec chunking intelligent, appliquez des parsers pour extraire entités et relations, construisez des pipelines RAG end-to-end via des TP sur cas concrets d'entreprise, optimisez la qualité des chunks pour minimiser les hallucinations LLM, générez des summaries et extractions comme livrables, explorez les intégrations avec LangChain, en 7 heures de pratique intensive.

Module 3Agents et workflows LlamaIndex : routing, fusion et outils multi-agents (agents, retrievers, synthesizers)

Concevez des agents LlamaIndex autonomes avec routing adaptatif et fusion de réponses multi-sources, intégrez des tools personnalisés pour workflows complexes, testez des retrievers hybrides combinant BM25 et vectoriel, implémentez des synthesizers pour réponses cohérentes, réalisez un projet pratique sur Q&A entreprise avancé, analysez les performances avec évaluations automatisées, produisez un agent RAG déployable comme livrable final, au cours de 7 heures d'exercices collaboratifs.

Module 4Déploiement et optimisation LlamaIndex : scaling, monitoring et production (Observability, integrations cloud)

Déployez des apps LlamaIndex sur Docker et Kubernetes, intégrez avec Pinecone ou Weaviate pour scaling horizontal, configurez le monitoring des métriques RAG comme latence et précision, optimisez les coûts LLM via caching et batching, effectuez des tests de charge sur scénarios réels d'entreprise, préparez un dashboard Observability comme livrable, explorez les APIs pour intégration CI/CD, finalisez avec revue de code et certification des compétences en 7 heures.