Phase 1
Socle public fort
- Home de marque avec l'âne IA et les 3 niveaux.
- Premières fiches pédagogiques interactives.
- Progression locale, quiz, parcours lisible.
- Base actus simplifiées et base modèles.
Grande roadmap
Ce que le site doit couvrir pour démystifier l'IA en profondeur
Cette page rend visible l'ambition globale : fondamentaux, systèmes modernes, modèles du moment, métiers, actualité et culture de partage.
Le projet n'est pas juste une home jolie. C'est une école populaire de l'IA en français, avec des marches très simples au début et une vraie profondeur ensuite.
- Socle public
- Autorité éditoriale
- Référence française
Sans jargon Visuel d'abord
Comprendre Comparer Appliquer
Phase 2
Autorité éditoriale
- Comparatifs modèles structurés.
- Parcours métiers enrichis.
- Ateliers RAG, prompts, agents.
- Génération de dérivés sociaux prêts à publier.
Phase 3
Référence française
- Bibliothèque expert complète.
- Back-office éditorial et veille assistée.
- Personnalisation du parcours.
- Déclinaison institutionnelle ou scolaire si nécessaire.
Débutant
Comprendre les bases sans peur et sans jargon
À la fin, tu sais expliquer à quelqu'un ce qu'est l'IA, un modèle, des données, et pourquoi une machine peut parfois se tromper.
Découverte
- C'est quoi l'intelligence artificielle ?
- IA, robot, logiciel : quelles différences ?
- Pourquoi une machine peut deviner ?
Briques essentielles
- Les données : la nourriture des modèles
- Un modèle, c'est quoi ?
- Paramètres, neurones, jetons
Premiers réflexes critiques
- Comment l'IA apprend
- Pourquoi elle invente parfois
- Ce qu'il faut toujours vérifier
Intermédiaire
Passer des analogies aux vrais mécanismes modernes
À la fin, tu comprends les LLM, les embeddings, le RAG, les prompts structurés et la différence entre un workflow et un agent.
Lire un LLM
- Tokenizer et contexte
- Prédire le prochain token
- Fenêtre de contexte et mémoire
Chercher et retrouver
- Embeddings
- Vectorisation
- Chunking
- RAG de base
Faire agir un système
- Prompts structurés
- Outils et appels de fonctions
- Agents, mémoire, planification
Expert
Comprendre les compromis réels des modèles et des produits IA
À la fin, tu sais comparer des architectures, lire un système RAG, comprendre des agents de production et arbitrer vitesse, coût et fiabilité.
Architectures modernes
- Dense vs mixture-of-experts
- Long contexte
- Multimodalité native
Qualité et adaptation
- Fine-tuning
- Distillation
- Alignement
- Boucles de préférence
Production
- Evals
- Latence et coût
- Cache
- Observabilité
- Governance