Les formations Qognito.
Décider, construire, approfondir : choisissez votre parcours.
Vous devez évaluer un investissement dans l’IA, développer des agents pour votre activité ou vos clients, ou préparer vos étudiants à ces pratiques ?
Les formations Qognito abordent trois dimensions complémentaires : la décision et la gouvernance, l’ingénierie des agents, et les mécanismes du raisonnement et de l’apprentissage.
Trois parcours complémentaires
Choisissez le parcours qui correspond à votre besoin et à votre expérience.
SAGA-IA
Stratège en Architecture & Gouvernance des Agents IA
Que déléguer à l’IA, à quel coût et avec quelles limites ? Apprenez à examiner un projet, à comparer les options et à justifier vos décisions. Pour les dirigeants et responsables qui engagent des ressources, de l’activité indépendante au grand groupe.
Sans prérequis en programmation
BOOTAG-IA
Ingénierie du Harnais Agentique
Apprenez à construire des agents IA, à les connecter à des outils et à des connaissances, puis à suivre et évaluer leur fonctionnement.
Pour les développeurs, consultants techniques, ingénieurs et étudiants qui souhaitent comprendre et maîtriser les mécanismes de leurs applications.
REASON-IA
Raisonnement, Émergence & Apprentissage par Renforcement
Explorez comment les modèles produisent leurs réponses et comment différentes méthodes peuvent améliorer leurs résultats. Expérimentez le raisonnement, l’évaluation et l’apprentissage par renforcement pour en apprécier les performances et les limites.
Pour les professionnels de l’IA, équipes R&D, consultants spécialisés et étudiants avancés.
Quel parcours pour votre projet ?
Vous souhaitez vous former, faire progresser votre équipe ou intégrer ces enseignements à un cursus ?
Présentez-moi votre contexte et les compétences recherchées. Nous pourrons préciser le parcours pertinent, les supports disponibles et les modalités adaptées.
Je parle de mon projet →SAGA-IA : Stratège en Architecture & Gouvernance des Agents IA
Investir dans l’IA avec des décisions que vous pouvez justifier.
Que déléguer ? À quel coût ? Avec quelles limites ? SAGA-IA vous aide à examiner un projet, à questionner une proposition et à décider de poursuivre, de réduire le périmètre ou de renoncer.
Pour les indépendants, les dirigeants d’entreprises de une ou deux personnes, les responsables métier et les directions générales, financières ou informatiques. Aucune compétence en programmation n’est requise.
Je parle de mon projet SAGA-IA →Cinq étapes pour décider et garder la maîtrise
- Section 1
Choisir ce que l’on délègue
- Comparer la délégation à une solution sans IA et définir les conditions pour poursuivre.
- Comprendre pourquoi certaines corrections se répètent avant de choisir un remède.
Comment mettre votre décision à l’épreuve
Une décision argumentée et un diagnostic des reprises : faits, hypothèses, causes possibles et preuves encore manquantes.
- Section 2
Évaluer le coût réel et la viabilité
- Comparer les coûts complets pour une même qualité et un même périmètre de service.
- Calculer les conditions de viabilité, y compris dans un scénario défavorable.
Comment mettre votre décision à l’épreuve
Un comparatif chiffré et une décision conditionnelle. Le temps libéré est distingué des économies réellement possibles.
- Section 3
Réutiliser ce qui mérite de l’être
- Choisir ce qui doit devenir une documentation, une procédure, un contrôle ou un programme.
- Organiser les essais, les responsables, les versions et le retrait de ces acquis.
Comment mettre votre décision à l’épreuve
Un choix de réutilisation et un plan de suivi, éprouvés sur des situations où la solution doit fonctionner — et où elle ne doit pas s’appliquer.
- Section 4
Fixer les limites d’action de l’IA
- Repérer les dommages possibles liés aux données, aux accès et aux actions autorisées.
- Définir les protections et juger les essais de refus, d’approbation et de reprise.
Comment mettre votre décision à l’épreuve
Des exigences vérifiables et une décision qui tient compte des risques restants. Donner une consigne ne suffit pas à limiter une permission.
- Section 5
Déployer progressivement et pouvoir changer de voie
- Fixer les responsabilités, les contrôles qualité et les conditions d’extension ou de suspension.
- Évaluer les dépendances et préparer la reprise du service avec une autre solution.
Comment mettre votre décision à l’épreuve
Un plan de déploiement et un exercice de reprise avec coûts et critères de réussite. Un fichier exportable ne suffit pas à garantir la continuité.
Apprendre à décider sur des cas concrets
Deux contextes servent de fil conducteur : la veille en entreprise et une activité de une ou deux personnes. Ces cas sont des simulations, sauf observation explicitement documentée. Chaque étape demande de justifier un choix ; mesurer davantage ou arrêter peut être la bonne décision.
Les acquis sont évalués sur les arguments et les preuves présentés. Aucun gain, aucune économie ni conformité d’une offre n’est garanti par le seul suivi du parcours.
Quel besoin pour vous, votre équipe ou votre programme ?
Décrivez votre contexte et votre besoin. Nous pourrons préciser les supports disponibles, les sections pertinentes et les modalités d’une éventuelle intervention.
Je parle de mon projet SAGA-IA →Parcours en préparation : les deux premières sections sont rédigées. Le syllabus définitif et les supports de présentation restent à finaliser.
BOOTAG-IA : Ingénierie du Harnais Agentique
28 heures · 4 jours de 7 heures ou blocs alternés
Pour les développeurs, consultants techniques, ingénieurs et étudiants qui souhaitent comprendre et maîtriser les mécanismes de leurs applications.
Prérequis : Pratique avancée de la programmation orientée objet en R ou Python, maîtrise des API REST et du format JSON, et bases en formulation d’instructions pour les modèles (prompting).
1. Ce que vous apprendrez à faire
Construire le cadre d’exécution
Relier un modèle à des outils, organiser son contexte et définir les étapes de travail de l’agent.
Diagnostiquer et réparer
Analyser les traces pour corriger les pannes réseau, les pertes de contexte et les erreurs d’orchestration.
Assembler et évaluer
Réunir les composants dans un harnais exécutable, suivre les consommations et tester son fonctionnement de bout en bout.
2. Construire, tester et comprendre chaque composant
Le harnais est l’ensemble du code qui organise les appels au modèle, les outils, la mémoire et les contrôles. Vous le construisez progressivement, sans framework d’orchestration, pour comprendre les choix d’architecture et savoir intervenir lorsqu’un composant échoue.
Les ateliers s’appuient sur R et R6, avec des appels directs aux API REST. Ils relient gestion du contexte, accès aux connaissances, outils et coordination entre agents.
La pratique au cœur du parcours
Des exercices de dépannage vous confrontent à du code volontairement défectueux. Le projet de synthèse consiste à assembler un harnais complet, à produire ses traces d’exécution et à le soumettre à un banc d’évaluation.
BOOTAG-IA pour vous, votre équipe ou votre cursus
Découvrez la progression, les exercices et les modalités d’évaluation. Présentez-moi votre contexte pour vérifier l’adéquation du parcours à votre niveau, à votre équipe ou à votre cursus.
Je demande le programme BOOTAG-IA →REASON-IA : Raisonnement, Émergence & Apprentissage par Renforcement
40 heures · 5 jours de 8 heures
Pour les professionnels de l’IA, équipes R&D, consultants spécialisés et étudiants avancés.
Prérequis : Bases de programmation en R ou Python et compréhension élémentaire de l’apprentissage profond : réseaux de neurones, rétropropagation et PyTorch.
1. Ce que vous apprendrez à faire
Comprendre la génération des réponses
Expérimenter la génération de texte, la mémoire de calcul du modèle et les différentes stratégies de sélection des réponses.
Mesurer avant de comparer
Construire une évaluation vérifiable et comparer plusieurs méthodes de raisonnement, de vote et de correction des réponses.
Entraîner et examiner les compromis
Expérimenter l’apprentissage par renforcement et la distillation vers un modèle compact, en examinant exactitude, stabilité et ressources de calcul.
2. Explorer le moteur des modèles par l’expérimentation
Vous programmez les mécanismes étudiés pour observer leurs effets : génération, évaluation, amélioration des réponses et entraînement. L’objectif est de comprendre dans quelles conditions une méthode apporte un bénéfice, et à quel coût de calcul.
Le parcours associe R pour l’analyse et le pilotage des expériences à Python et PyTorch pour les calculs, via reticulate. Il aborde notamment l’apprentissage par renforcement à récompenses vérifiables (RLVR, avec GRPO) et la distillation.
Un projet pour mettre les choix à l’épreuve
Les exercices conduisent à un projet d’entraînement et de distillation d’un modèle compact sur des problèmes de logique comptable ou financière. Vous justifiez les choix d’évaluation, de récompense et d’infrastructure à partir des résultats observés.
REASON-IA pour vous, votre équipe ou votre cursus
Découvrez la progression, les exercices et les modalités d’évaluation. Présentez-moi votre contexte pour vérifier l’adéquation du parcours à votre niveau, à votre équipe ou à votre cursus.
Je demande le programme REASON-IA →