Guide d'implémentation méthodique TP 1 à 9 et valorisation dans le portfolio • Projet Final : Synthèse IA Complète — AiLearning

AiLearning

Accueil/Cours/AI Engineering/Module 8/Guide d'implémentation méthodique TP 1 à 9 et valorisation dans le portfolio

Vérification de la session...

Sommaire

17 chap.

Lecture terminée :0/17 (0%)

1Présentation du projet, cahier des charges et analyse des besoins

2Architecture logicielle globale à 5 tiers et cartographie des flux

3Modélisation des données relationnelles MySQL et schéma DDL complet

4Indexation vectorielle dans Qdrant, chunking et synchronisation

5Architecture backend Express en couches et contrats d'API REST

6Authentification JWT, contrôle d'accès RBAC et sanitisation Zod

7Intégration de Google Gemini avec @google/genai et prompt engineering

8Pipeline RAG haute fidélité avec traçabilité et citation des sources

9Catalogue d'outils typés et boucle d'agent avec Tool Calling

10Orchestration avancée avec LangGraph.js et Human-in-the-Loop

11Intégration de n8n par Webhooks sécurisés et workflows asynchrones

12Frontend React, streaming temps réel et gestion documentaire

13Stratégie de tests automatisés de bout en bout (Vitest & Supertest)

14Optimisation des coûts, cache sémantique et observabilité

15Déploiement multi-environnements, Docker et variables d'environnement

•Guide d'implémentation méthodique TP 1 à 9 et valorisation dans le portfolio

•Grille d'évaluation finale, critères de recette et conclusion générale