Module 8 — Projet Final : Synthèse IA Complète
Aboutissement de votre parcours d'ingénieur en IA : réalisez le projet de synthèse complet en assemblant l'intégralité de la chaîne technologique moderne. Développez une plateforme documentaire intelligente reliant React, Express, Gemini, Qdrant, MySQL, LangGraph.js et n8n, de la conception aux tests de charge.
Présentation du projet, cahier des charges et analyse des besoins
Définir les spécifications fonctionnelles et techniques de l’assistant d’entreprise : RAG multi-sources, agents d’action et interface temps réel.
Architecture logicielle globale à 5 tiers et cartographie des flux
Modéliser l’architecture système complète : Frontend React, Backend Express, Base MySQL, Base vectorielle Qdrant et Orchestrateur n8n.
Modélisation des données relationnelles MySQL et schéma DDL complet
Rédiger le script DDL relationnel pour la gestion des utilisateurs, des documents, des segments, des fils de discussion et des exécutions d’outils.
Indexation vectorielle dans Qdrant, chunking et synchronisation
Construire le pipeline d’ingestion documentaire haute performance avec chunking sémantique, stockage vectoriel Qdrant et métadonnées de filtrage.
Architecture backend Express en couches et contrats d'API REST
Développer le serveur Express en couches étanches (Routes, Controllers, Services, Repositories) et documenter les contrats d’API avec OpenAPI.
Authentification JWT, contrôle d'accès RBAC et sanitisation Zod
Verrouiller les accès avec JWT HttpOnly, vérifier les rôles sur chaque endpoint et assainir toutes les requêtes entrantes via des schémas Zod.
Intégration de Google Gemini avec @google/genai et prompt engineering
Paramétrer le client Gemini 2.5 Flash avec prompts système d’entreprise, consignes anti-hallucination et gestion stricte des contextes.
Pipeline RAG haute fidélité avec traçabilité et citation des sources
Implémenter la recherche documentaire avec filtrage par tenant, reconstruction du contexte et génération de citations de sources cliquables.
Catalogue d'outils typés et boucle d'agent avec Tool Calling
Développer le registre d’outils métier de l’assistant (recherche SQL, calculs, météo, actions) et orchestrer la boucle d’exécution.
Orchestration avancée avec LangGraph.js et Human-in-the-Loop
Structurer le graphe d’états de l’assistant dans LangGraph avec contrôle conditionnel, points de reprise et suspension d’actions sensibles.
Intégration de n8n par Webhooks sécurisés et workflows asynchrones
Déléguer les tâches asynchrones d’ingestion et de notification par email/Slack à des workflows n8n déclenchés via webhooks signés.
Frontend React, streaming temps réel et gestion documentaire
Construire l’interface utilisateur moderne avec React, Tailwind CSS, streaming mot par mot, gestion des documents et visualisation des sources.
Stratégie de tests automatisés de bout en bout (Vitest & Supertest)
Rédiger et exécuter la suite de tests automatisés couvrant les services métier, les routes HTTP et les composants React critiques.
Optimisation des coûts, cache sémantique et observabilité
Déployer le cache Redis, configurer le traçage distribué OpenTelemetry et analyser les tableaux de bord de latence et de coûts d’API.
Déploiement multi-environnements, Docker et variables d'environnement
Conteneuriser l’ensemble des services avec Docker Compose, sécuriser les variables d’environnement et préparer le déploiement de production.
Guide d'implémentation méthodique TP 1 à 9 et valorisation dans le portfolio
Finaliser les 9 travaux pratiques de synthèse, structurer le dépôt GitHub et rédiger un README de niveau ingénieur pour valoriser le projet.
Grille d'évaluation finale, critères de recette et conclusion générale
Évaluer l’ensemble du projet selon la grille de certification de 15 critères de succès et clôturer le parcours d’ingénieur en IA.