1 Prérequis Cette compétence 5 Débloquées

Compétence · IA appliquée · Comprendre, servir et intégrer des modèles de langage

Appeler un LLM depuis Python : complétion, streaming, conversation, sorties structurées et images

Appeler un LLM depuis Python avec LiteLLM ou le SDK Ollama : complétion, streaming, conversation, appels parallèles et sortie JSON validée par Pydantic.

Commencer la leçon 1Le domaine IA appliquée

• 5 leçons
• ~4 h 35 de lecture
• 5 quiz
• 0 lab de preuve

Le chemin

D'où elle vient, où elle mène

Ce qu'il faut savoir avant, où vous en êtes sur cette compétence, et ce qu'elle ouvre ensuite. Votre état se calcule dans votre navigateur, à partir de ce que vous avez lu et réussi.

Avant · 1 prérequis

• Lire et transformer des données (JSON, YAML, API)

Conseillé avant · 2

• Exécuter et servir un LLM open source, du poste au GPU
• Écrire des prompts fiables : rôles, few-shot, Chain-of-Thought et ReAct

Cette compétence, pour vous

Appeler un LLM depuis Python : complétion, streaming, conversation, sorties structurées et images

Calcul en cours

Elle débloque · 5 compétences

• Construire un agent IA outillé : boucle ReAct, function calling et sortie typée
• Analyser les risques d'une application LLM avec l'OWASP Top 10 LLM 2025 et choisir ses défenses en profondeur
• Exploiter une passerelle LLM : routage, repli, cache, clés et budgets
• Tracer les appels LLM avec OpenTelemetry GenAI jusqu'à Grafana Tempo
• Vectoriser un corpus et l'indexer dans une base vectorielle

Leçons

Comment l'apprendre

5 leçons, soit ~4 h 35, dans l'ordre du programme. Chaque leçon se termine par son quiz.

Le programme

5 leçons · ~4 h 35

1. 1Introduction à LiteLLM· 65 min
2. 2Appels asynchrones· 70 min
3. 3Ollama : SDK Python et Structured Output· 70 min
4. 4Ollama : sorties structurées (JSON / Pydantic)· 35 min
5. 5Ollama : vision (Gemma 4, Llama 3.2)· 35 min

Au-delà des leçons

S'évaluer, pratiquer, passer l'épreuve

Lire une leçon ne confirme rien. Une compétence se confirme par un quiz réussi, se travaille en lab guidé, et se met à l’épreuve par un challenge ou une mission ; un résultat de lab importé n’est pas vérifié par le site.

S'évaluer

5 quiz

En fin de leçon : réussis à 70 %, ils confirment la compétence.

Pratiquer

Aucun lab guidé

Aucun lab guidé ne la fait encore pratiquer.

Épreuve

Aucune épreuve

Ni challenge, ni mission avec une preuve pour l'instant.

Autour

Qui la demande, qui l'enseigne

Demandée par

Aucun métier publié ne la demande encore.

Enseignée par

• Python IA

Même bloc · Comprendre, servir et intégrer des modèles de langage

• Expliquer le fonctionnement, l'inférence et la quantification d'un LLM
• Écrire des prompts fiables : rôles, few-shot, Chain-of-Thought et ReAct
• Exécuter et servir un LLM open source, du poste au GPU
• Exploiter une passerelle LLM : routage, repli, cache, clés et budgets

×

📖 Voir la documentation →