Sujet

Ingénierie IA

L'ingénierie IA, c'est le travail entre une démo impressionnante et un système auquel une équipe peut faire confiance. Ce sujet rassemble des feuilles de route, des questions d'architecture, des évaluations, des leçons de déploiement et des conseils d'embauche.

ingénierie IAarchitecturedéploiementdéployerévaluationévaluationsproductionembaucheingénieuringénierie
Vue d’ensemble de Self-Improving Memory de Meta en deux étapes. Étape 1, harness optimization : un méta-agent transforme les prompts LOAD et OFFLOAD génériques en prompts optimisés pour la tâche Database. Étape 2, harness distillation : les exécutions de l’agent avec les prompts optimisés sont jumelées aux prompts génériques et servent à fine-tuner le modèle. À droite, des graphiques à barres montrent les scores de test pour chaque étape.
Ingénierie IA14 min de lecture

Self-Improving Memory : l’agent de Meta réécrit ses propres prompts

Sur les trois tâches de Meta, les prompts de mémoire qu’un modèle s’est écrits lui-même ont obtenu 56 en moyenne, contre environ 45 pour les meilleurs prompts écrits à la main. Ensuite, ce même modèle a été fine-tuné sur ses meilleures exécutions. Voici comment ça fonctionne, et où ça s’arrête.

Une conversation où un agent promet de ne jamais pousser sur main, puis pousse sur main 45 tours plus tard
Ingénierie IA35 min de lecture

Le context engineering en 2026 : pourquoi on a arrêté de compacter le contexte de notre agent

On a mesuré une douzaine de façons de gérer le contexte sur notre tuteur IA en production, d'abord sur des modèles cloud avec cache, puis sur des modèles locaux, et le conseil par défaut du domaine s'est inversé : avec le prompt caching moderne, tout garder a battu toutes les stratégies de summarisation sur le coût, la latence et la mémoire en même temps.

Louis-François Bouchard avec des icônes de boucle, de Claude et d’OpenAI sous le texte « Loop Engineering »
Agents IA11 min de lecture

Le loop engineering expliqué

Une méthode pratique pour cesser de surveiller les agents de code : concevez leur contexte, leurs outils, leurs vérifications, leurs budgets et leurs conditions d’arrêt.

Une architecture de base de réseau neuronal convolutif (CNN) pour détecter la fumée.
Ingénierie IA7 min de lecture

⏩ Comment l’IA *comprend* les images en termes simples

L’IA est partout. Comprenez son fonctionnement et créez les applications les plus puissantes ! Une explication simple de l’architecture de réseau neuronal profond la plus populaire pour les images : les réseaux neuronaux convolutifs. L’IA expliquée simplement.

Être data scientist : une entrevue
Ingénierie IA11 min de lecture

Être data scientist : une entrevue

Un data scientist professionnel répond aux 12 questions les plus posées. Clarifiez et déconstruisez les mythes que vous avez développés autour de ce domaine!