De zéro à héros avec les LLMs

Commencer avec les grands modèles de langage (LLMs) en 2026

Un guide complet pour commencer et améliorer vos compétences avec les LLMs en 2026, sans connaissances avancées dans le domaine, tout en restant à jour sur les dernières nouvelles et techniques de pointe!

Nous proposons maintenant une suite complète de cours sur l’IA, dont celui dont vous avez besoin! Découvrez-les ici.

D’abord, si vous avez 0 notion de programmation ou d’IA, suivez ce guide que j’ai créé exactement pour cela, puis revenez ici!

Ce guide s’adresse à toute personne qui possède quelques notions de programmation et d’apprentissage automatique. Il n’y a aucun ordre précis à suivre, mais un parcours classique irait du haut vers le bas. Si vous n’aimez pas lire des livres, sautez-les. Si vous ne voulez pas suivre de cours en ligne, vous pouvez aussi les sauter. Il n’existe pas une seule façon de devenir expert en apprentissage automatique et, avec de la motivation, vous pouvez absolument y arriver.

Toutes les ressources présentées ici sont gratuites, à l’exception de certains cours en ligne et livres. Ceux-ci sont certainement recommandés pour mieux comprendre, mais il est tout à fait possible de devenir expert sans eux, avec un peu plus de temps consacré aux lectures en ligne, aux vidéos et à la pratique. Pour ce qui est des cours payants, les liens de ce guide sont des liens affiliés. Utilisez-les si vous avez envie de suivre un cours, car cela me soutiendra. Merci et amusez-vous à apprendre! N’oubliez pas, cela dépend entièrement de vous et ce n’est pas nécessaire. J’ai trouvé ces ressources utiles pour moi et elles le seront peut-être aussi pour d’autres.

N’ayez pas peur de revoir les vidéos ou d’apprendre à partir de plusieurs sources. La répétition est la clé d’un apprentissage réussi!

Responsable : louisfb01, aussi actif sur YouTube et comme podcasteur si vous voulez voir ou entendre plus de contenu sur l’IA et les LLMs! Vous pouvez aussi en apprendre davantage deux fois par semaine dans mon infolettre personnelle!

N’hésitez pas à soumettre une issue pour proposer d’excellentes ressources à ajouter à ce dépôt.

Identifiez-moi sur Twitter @Whats_AI ou LinkedIn @Louis-François Bouchard si vous partagez la liste!

Table des matières

• Prérequis
• Commencer par de courtes introductions sur YouTube
• Livres et articles sur les LLMs (pour les personnes qui préfèrent lire)
• Suivre des cours en ligne
• Pratiquer, pratiquer et pratiquer!
• Prompting
• Génération augmentée par récupération (RAG)
• Plus de ressources (communautés, aide-mémoires, nouvelles et plus encore!)
• Comment trouver un emploi en apprentissage automatique
• Éthique de l’IA
• Apprendre et en faire plus… avec les LLMs

Prérequis

Si vous avez 0 notion de programmation ou d’IA, suivez ce guide que j’ai créé exactement pour cela. Consultez surtout la section sur Python et vous aurez ensuite des bases assez solides pour revenir ici!

Si Python et l’IA vous sont déjà un peu familiers, je vous souhaite un bon apprentissage!

Commencer par de courtes introductions sur YouTube

Commencer par de courtes vidéos d’introduction sur YouTube

C’est la meilleure façon de partir de zéro. Je présente ici quelques-unes des meilleures vidéos que j’ai trouvées. Elles vous offriront une excellente première introduction aux termes à connaître pour commencer dans le domaine des LLMs.

Comprendre la terminologie

• Maîtriser le jargon de l’IA : votre guide des termes d’OpenAI et des LLMs, Louis-François Bouchard. Une courte introduction aux termes les plus utilisés dans le monde des LLMs, ou de GPT.

Comprendre les Transformers et les LLMs, c’est-à-dire les modèles derrière ChatGPT!

• Connaissances fondamentales sur les LLMs et construction avec les LLMs, 2 séances gratuites de 2 heures chacune qui couvrent tout ce que vous devez savoir sur les LLMs.
• Introduction aux grands modèles de langage, une excellente conférence de 1 heure par Andrej Karpathy.
• Traitement du langage naturel et grands modèles de langage, d’excellentes vidéos d’introduction au mécanisme d’attention, aux tokens, aux embeddings et plus encore pour mieux comprendre tout ce qui se trouve derrière les grands modèles de langage comme GPT, par Luis Serrano.
• Que sont les modèles Transformer et comment fonctionnent-ils?, Luis Serrano
• The Illustrated Word2vec: A Gentle Intro to Word Embeddings in Machine Learning, une explication claire des word embeddings en apprentissage automatique par Jay Alammar.
• A Hackers’ Guide to Language Models, par Jeremy Howard (fast.ai).
• Let’s build GPT: from scratch, in code, spelled out., par Andrej Karpathy.

Une autre façon simple de commencer et de continuer à apprendre consiste à écouter des podcasts pendant vos temps libres. Vous conduisez pour aller travailler, êtes dans l’autobus ou avez de la difficulté à vous endormir? Écoutez des podcasts sur l’IA pour vous habituer aux termes et aux patterns, puis découvrir le domaine grâce à des histoires inspirantes! Je vous invite à suivre quelques-uns de mes préférés, comme Lex Fridman, Machine Learning Street Talk et, évidemment, mon podcast : le podcast de Louis-François Bouchard. Vous y découvrirez des personnes extrêmement talentueuses dans le domaine, qui racontent des histoires inspirantes et partagent les connaissances qu’elles ont travaillé si fort à acquérir. Un nouveau podcast que j’aime beaucoup écouter pour rester à jour est ThursdAI, par mon ami Alex Volkov.

Voici une liste d’excellents cours offerts sur YouTube que vous devriez absolument suivre et qui sont 100 % gratuits.

• Les vidéos du cours gratuit de Louis-François Bouchard sur les LLMs, « Train & Fine-Tune LLMs for Production Course by Activeloop, Towards AI & Intel Disruptor ». « Une liste de lecture pour notre cours sur les LLMs : Gen AI 360: Foundational Model Certification! »
• Créer un grand modèle de langage à partir de zéro avec Python : tutoriel, par freeCodeCamp. « Apprenez à construire votre propre grand modèle de langage à partir de zéro. Ce cours aborde le traitement des données, les mathématiques et les Transformers derrière les grands modèles de langage. Vous utiliserez Python. »
• LLM University (LLMU) de Cohere, par Cohere. LLM University (LLMU) est un ensemble complet de ressources d’apprentissage pour toute personne qui s’intéresse au traitement du langage naturel (NLP), des débutants aux apprenants avancés.
• Le mécanisme d’attention dans les grands modèles de langage, par Luis Serrano. Dans cette série de vidéos, Luis explique l’architecture Transformer en allant de plus en plus en profondeur. Il s’agit d’un très bon survol et d’une excellente explication des Transformers et du mécanisme d’attention qui, à mon avis, devraient être regardés par tous les professionnels de l’IA.

Livres et articles sur les LLMs (pour les personnes qui préfèrent lire)

Si vous préférez les articles et la lecture, voici quelques suggestions :

• Building LLMs for Production: Enhancing LLM Abilities and Reliability with Prompting, Fine-Tuning, and RAG, par Towards AI. « Découvrez les principales stacks technologiques permettant d’adapter les grands modèles de langage à des applications réelles, notamment le prompt engineering, le fine-tuning et la génération augmentée par récupération. » (Vous pouvez aussi obtenir le livre numérique ici. Envoyez-moi un message privé pour obtenir un beau rabais!)
• The LLM Engineer’s Handbook, construisez et améliorez des LLMs étape par étape en abordant la préparation des données, le RAG et le fine-tuning. Facultatif et payant.
• The Illustrated Transformer, par Jay Alammar. Il s’agit d’un article bien connu qui offre une excellente explication du fonctionnement des modèles de langage actuels.
• A Practical Introduction to LLMs, par Shawhin Talebi.
• Medium est probablement le meilleur endroit pour trouver d’excellentes explications, que ce soit dans les publications Towards AI ou Towards Data Science. J’y partage aussi mes propres articles et j’adore utiliser cette plateforme. Vous pouvez vous abonner à Medium grâce à mon lien affilié ici si cela vous intéresse et si vous voulez me soutenir en même temps!
• Listes de lecture pour les nouveaux étudiants de MILA, anonyme
• Un parcours complet pour maîtriser le NLP en 2022
• Le livre NLTK est une ressource gratuite pour apprendre les théories fondamentales derrière le NLP : https://www.nltk.org/book/
• The Annotated Transformer, Harvard

Suivre des cours en ligne

Si vous voulez être un peu plus guidé, je vous conseille de jeter un coup d’œil à des cours en ligne, optionnels, comme…

• IA générative avec les grands modèles de langage, payant
• Devenir expert en NLP avec la spécialisation Natural Language Processing de Coursera par deeplearning.ai, payant
• Cours Gradio : créer des interfaces utilisateur pour des modèles d’apprentissage automatique, freeCodeCamp, gratuit
• Cours sur l’entraînement et le fine-tuning de LLMs pour la production par Activeloop, Towards AI et Intel Disruptor, gratuit
• The LLM University par Cohere, gratuit
• From Beginners to Advanced LLM Developer, par Towards AI. « Construisez votre premier produit évolutif avec les LLMs, le prompting, le RAG, le fine-tuning et les agents! Maîtrisez les compétences recherchées par les meilleures entreprises et construisez votre propre MVP avancé utilisant les LLMs dans des applications réelles. »
• Devenir expert en NLP avec la spécialisation Natural Language Processing de Coursera par deeplearning.ai, payant. « Entrez dans l’univers du NLP. Maîtrisez des techniques de NLP de pointe grâce à quatre cours pratiques! »
• Un nanodiplôme en NLP!, payant. « Apprenez des techniques de traitement du langage naturel de pointe pour traiter la parole et analyser le texte. Construisez des modèles probabilistes et de deep learning, comme les modèles de Markov cachés et les réseaux neuronaux récurrents, afin d’apprendre à l’ordinateur à effectuer des tâches comme la reconnaissance vocale, la traduction automatique et plus encore! »
• Introduction aux grands modèles de langage avec Google Cloud, payant
• Apprenez à entraîner, fine-tuner et utiliser des LLMs dans vos applications., gratuit, par Weights & Biases
• Grands modèles de langage et recherche sémantique, gratuit, Deeplearning.ai et Cohere

Vous pouvez facilement chercher d’autres ressources sur Google, mais après avoir lu et regardé celles-ci, je pense que vous comprenez déjà assez bien les LLMs pour passer aux choses sérieuses : la pratique.

Pratiquer, pratiquer et pratiquer!

La pratique est essentielle

Le plus important en programmation, c’est la pratique. Cela s’applique aussi à l’apprentissage automatique. Trouver un projet personnel sur lequel pratiquer peut être difficile. Je vous conseille fortement d’essayer de construire quelque chose par vous-même, mais je comprends que cela puisse être intimidant. Je vous suggérerais alors de suivre un ou deux cours extrêmement pratiques et d’utiliser leurs ressources pour construire votre propre projet à partir des exemples de code qu’ils fournissent, puis ChatGPT ou GitHub Copilot comme assistant de programmation pour qu’il travaille à votre place sur le reste.

Voici quelques-uns des cours les plus pratiques que j’ai pu trouver sur les LLMs :

• Si vous voulez construire rapidement un modèle de classification de texte ou un vectoriseur de mots, fasttext est une bonne librairie pour entraîner rapidement un modèle.
• Hugging Face est LA plateforme où trouver des modèles modernes de NLP, et elle comprend également un cours complet sur le sujet.
• LangChain & Vector Databases in Production, une excellente ressource gratuite que nous avons construite chez Towards AI en partenariat avec Activeloop et l’Intel Disruptor Initiative pour apprendre LangChain et les bases de données vectorielles en production. « Que vous soyez un développeur expérimenté qui découvre le monde de l’IA ou un passionné chevronné d’apprentissage automatique, ce cours est conçu pour vous. Notre objectif est de rendre l’IA accessible et pratique, en transformant votre façon d’aborder vos tâches quotidiennes et l’impact global de votre travail. »
• Training & Fine-Tuning LLMs for Production, une excellente ressource gratuite que nous avons construite chez Towards AI en partenariat avec Activeloop et l’Intel Disruptor Initiative pour apprendre à entraîner et fine-tuner des LLMs pour la production. « Si vous voulez apprendre à entraîner et à fine-tuner des LLMs à partir de zéro, que vous avez des connaissances intermédiaires en Python et accès à des ressources de compute modérées (dans certains cas, un simple Google Colab suffit!), vous devriez être prêt à suivre et à terminer le cours. Ce cours s’adresse à un large public, notamment aux débutants en IA, aux ingénieurs actuels en apprentissage automatique, aux étudiants et aux professionnels qui envisagent une transition de carrière vers l’IA. Nous voulons vous donner les outils nécessaires pour appliquer et adapter les grands modèles de langage à un vaste éventail de secteurs afin de rendre l’IA plus accessible et pratique. »
• The Real-World ML Tutorial & Community, payant

Petit rappel. La meilleure façon d’apprendre est de construire quelque chose! Je prône vraiment l’apprentissage par la pratique. Ces cours sont tous excellents, mais optionnels. Vous pouvez y arriver par vous-même, et la plupart des entreprises qui offrent des ressources pour travailler avec les LLMs, comme OpenAI, LangChain, Activeloop, Cohere et W&B, proposent d’excellents tutoriels pour vous aider à commencer et à construire quelque chose. Ensuite, vous pouvez demander à ChatGPT de vous aider à le terminer!

Prompting

Le prompting est une nouvelle compétence importante à apprendre, autant pour utiliser les modèles que pour construire des applications liées au NLP.

• Qu’est-ce que le prompting? Parler avec des modèles d’IA…, gratuit
• Prompt engineering avec ChatGPT pour les développeurs, payant
• Learn Prompting, un excellent cours gratuit qui vise à enseigner le prompting et à donner des conseils adaptés à certains modèles. C’est tout ce dont vous avez besoin pour le prompting!
• Techniques pour améliorer la fiabilité, OpenAI Cookbook sur les techniques de prompting.

En savoir plus sur la génération augmentée par récupération (RAG)

La plupart des gens construisent actuellement des applications basées sur le RAG. Voici quelques ressources que j’ai adorées pour vous aider à commencer et à bien le comprendre…

• A Survey of Techniques for Maximizing LLM Performance, une excellente vidéo d’OpenAI qui explique quand utiliser le prompt engineering, le RAG ou le fine-tuning. C’est une vidéo incontournable pour toutes les personnes du domaine!
• RAG vs Fine-Tuning vs Deep Memory vs training LLM from Scratch: when to do what with LLMs. De la même façon, cette courte vidéo explique quand utiliser le RAG, le fine-tuning ou le prompt engineering dans vos applications.
• Construire un chatbot de questions-réponses avec GPT et des embeddings, tutoriel pratique sur YouTube par Jeremy Pinto.
• Comment construire une IA capable de répondre aux questions sur votre site Web, tutoriel gratuit d’OpenAI.
• Comment construire une application Web ChatGPT basée sur le RAG : découvrez notre nouveau tuteur IA, introduction sur YouTube qui explique comment j’ai construit un chatbot basé sur le RAG et comment vous pouvez en faire autant.
• Training & Fine-Tuning LLMs for Production, apprenez à entraîner et à fine-tuner des LLMs à partir de zéro.
• Entraîner et déployer un conseiller financier en temps réel, cours pratique sur les LLMs par Paul Iusztin, Pau Labarta Bajo et Alexandru Razvant.
• Génération augmentée par récupération pour la production avec LangChain et LlamaIndex. Que vous prévoyiez construire une application de conversation avec des données pour votre organisation ou que vous souhaitiez simplement apprendre à exploiter l’IA générative dans différents secteurs, ce cours s’adresse à vous. Il aborde des enjeux critiques comme l’amélioration de la précision de la recherche d’information, la réduction des hallucinations dans les outputs de l’IA, une meilleure explicabilité, les préoccupations liées au droit d’auteur et l’utilisation d’inputs de données mieux adaptés et plus à jour. Nous allons au-delà des applications RAG de base pour vous donner les compétences nécessaires à la création de produits plus complexes et fiables avec des outils comme LangChain, LlamaIndex et Deep Memory. Axé sur l’apprentissage pratique, ce cours vous permet de maîtriser des techniques et applications RAG avancées dans des scénarios réels.
• From Beginners to Advanced LLM Developer, par Towards AI. « Construisez votre premier produit évolutif avec les LLMs, le prompting, le RAG, le fine-tuning et les agents! Maîtrisez les compétences recherchées par les meilleures entreprises et construisez votre propre MVP avancé utilisant les LLMs dans des applications réelles. »
• Building LLMs for Production: Enhancing LLM Abilities and Reliability with Prompting, Fine-Tuning, and RAG, par Towards AI. « Découvrez les principales stacks technologiques permettant d’adapter les grands modèles de langage à des applications réelles, notamment le prompt engineering, le fine-tuning et la génération augmentée par récupération. » (Vous pouvez aussi obtenir le livre numérique ici. Envoyez-moi un message privé pour obtenir un beau rabais!)

Plus de ressources

Rejoignez des communautés!

• Un serveur Discord avec de nombreux passionnés d’IA. Apprenez ensemble, posez des questions, trouvez des coéquipiers sur Kaggle, partagez vos projets et bien plus encore.
• Un serveur Discord pour rester à jour sur les dernières nouvelles en IA. Restez à jour sur les dernières nouvelles en IA, posez des questions, partagez vos projets et bien plus encore.
• La communauté Discord de Learn Prompting. Discutez avec d’autres prompt engineers.

Suivez les communautés Reddit. Posez des questions, partagez vos projets, suivez les nouvelles et bien plus encore.

• artificial, intelligence artificielle
• MachineLearning, apprentissage automatique, le plus grand subreddit du domaine
• DeepLearningPapers, articles sur le deep learning
• ComputerVision, extraction de renseignements utiles à partir d’images et de vidéos
• learnmachinelearning, apprendre l’apprentissage automatique
• ArtificialInteligence, IA
• LatsestInML, les avancées qui changent la donne en apprentissage automatique et qu’il ne faut pas manquer

Suivez les nouvelles du domaine!

Abonnez-vous à des chaînes YouTube qui présentent de nouveaux articles de recherche. Restez à jour sur les nouvelles du domaine!

• Louis-François Bouchard, vidéos hebdomadaires sur de nouveaux articles de recherche
• Two Minutes Papers, vidéos toutes les deux semaines sur de nouveaux articles de recherche
• Bycloud, vidéos hebdomadaires sur de nouveaux articles de recherche

Groupes LinkedIn

• Artificial Intelligence, Machine Learning and Deep Learning News, nouvelles du domaine partagées par tous les membres du groupe
• Artificial Intelligence | Deep Learning | Machine Learning
• Applied Artificial Intelligence

Infolettres

• Synced AI TECHNOLOGY & INDUSTRY REVIEW, le principal fournisseur chinois de médias et d’information sur l’IA et l’apprentissage automatique.
• AI Weekly, une collection hebdomadaire de nouvelles et de ressources sur l’intelligence artificielle et l’apprentissage automatique.
• AI Ethics Weekly, les dernières nouvelles sur l’éthique de l’IA livrées dans votre boîte de réception chaque semaine.
• Louis-François Bouchard Weekly, un seul article de recherche clairement expliqué chaque semaine avec un article, une démo vidéo, une démo, du code, etc.
• ThursdAI, des résumés des espaces hebdomadaires sur l’IA qui offrent le meilleur signal!
• L’infolettre de Towards AI, un résumé hebdomadaire des nouvelles et ressources d’apprentissage les plus intéressantes ainsi que des nouvelles de la communauté Discord Learn AI Together. Parfait pour les professionnels et les passionnés du ML.
• The Batch, Andrew Ng et Deeplearning.ai

Suivez des publications Medium

• Towards Data Science, « Partage de concepts, d’idées et de code »
• Towards AI, « Le meilleur de la technologie, de la science et de l’ingénierie. »
• OneZero, « Les courants sous-jacents du futur. Une publication Medium sur la technologie et la science. »

Trouver un emploi en apprentissage automatique

• Lisez cette section de l’article, qui regorge de conseils sur les entrevues et la façon de vous y préparer.
• Découvrez comment se déroule le processus d’entrevue et apprenez à mieux vous préparer en regardant comment d’autres personnes s’y sont prises, comme dans la série d’entrevues que j’ai réalisée avec des experts de NVIDIA, Zoox, une entreprise de conduite autonome, D-ID, une startup en IA générative, etc.

Éthique de l’IA

• What are Ethics and Why do they Matter? Machine Learning Edition, par Rachel Thomas, fondatrice de fast.ai
• AI4People: An Ethical Framework for a Good AI Society: Opportunities, Risks, Principles, and Recommendations, Floridi et al., 2018, AI4People, l’IA au service d’une bonne société
• Lignes directrices en matière d’éthique pour une IA digne de confiance, les 7 points du groupe d’experts de haut niveau de la Commission européenne pour une IA digne de confiance.
• An Introduction to Ethics in Robotics and AI, un livre numérique gratuit de Christoph Bartneck, Christoph Lütge, Alan Wagner et Sean Welsh.

Apprendre et en faire plus… avec les LLMs

ChatGPT, Bing, Claude… sont incroyables. Bien sûr, ils ont des limites. Vous pouvez tout de même les exploiter pour apprendre ce que vous voulez. Je les utilise pour programmer ou pour poser beaucoup de questions en général. Vous devez vérifier les réponses lorsque vos questions sont importantes. Cela reste un outil puissant. Oui, c’est un outil, il ne remplace pas l’humain. Utilisez-le comme un assistant idiot qui connaît à peu près tout.

Voici un exemple clair de la façon dont je l’ai utilisé dans un projet pour mieux comprendre une fonction d’un projet que je ne connaissais pas. L’exemple porte sur Python, mais ces modèles sont extrêmement puissants pour la programmation en général et pour comprendre de nouvelles plateformes comme AWS, GCP, l’utilisation d’une machine virtuelle, un serveur, les connexions SSH, etc. Bref, tout ce que vous ne connaissez pas encore et qui peut être utile dans le domaine des LLMs.

P.-S. Je n’ai pas mentionné Bing et Claude pour rien. Ne dépendez pas trop d’une seule entreprise comme OpenAI. D’autres entreprises participent, et participeront toujours, à la course au meilleur LLM. Je voulais créer un exemple pour le guide ce matin lorsque…

---

Identifiez-moi sur Twitter @Whats_AI ou LinkedIn @Louis-François Bouchard si vous partagez la liste!

👀 Si vous voulez soutenir mon travail, vous pouvez commanditer ce dépôt ou m’appuyer sur Patreon.

Ce guide est encore mis à jour régulièrement.

FAQ

À qui s’adresse ce parcours sur les LLMs?

Il s’adresse aux développeurs et aux débutants motivés qui veulent comprendre les LLMs assez bien pour construire avec eux, pas seulement leur envoyer quelques prompts à l’occasion.

Dois-je déjà connaître l’apprentissage automatique?

Vous n’avez pas besoin d’être chercheur au départ, mais vous devriez acquérir assez de notions fondamentales pour comprendre le contexte, l’évaluation, la recherche d’information et les limites des modèles.

Que devrais-je construire pendant que j’apprends les LLMs?

Construisez de petits projets qui vous obligent à gérer le contexte, la recherche d’information, le feedback des utilisateurs, les coûts et les cas d’échec. C’est là que vous apprenez ce qui est vraiment utile.

Quel est le lien entre ce parcours et le cours d’ingénierie IA?

Utilisez cette page pour suivre le parcours gratuit sur les LLMs, puis le cours si vous voulez un chemin plus structuré axé sur les projets et la carrière.

Devrais-je apprendre le RAG en même temps que les LLMs?

Oui. Le RAG est l’un des premiers patterns pratiques à apprendre parce qu’il enseigne le contexte, la recherche d’information, les modes d’échec et l’évaluation.

Dois-je suivre les ressources sur les LLMs dans un ordre précis?

Non. Commencez par les prérequis, puis choisissez les vidéos, les livres, les cours et les projets qui correspondent à votre façon d’apprendre et à ce que vous voulez construire.