Introduction

L'État de l'Art : Devenir AI Engineer

10 MINUTES DE LECTURE
facile
Badge disponible

🎧Introduction

Écoutez le résumé audio de ce module.
0:00
--:--
Balado généré via NotebookLM

🎯 Bienvenue dans AI Quest

Vous êtes sur le point de transformer votre profil de Développeur Web classique en AI Engineer. L’Intelligence Artificielle n’est plus réservée aux mathématiciens en blouse blanche. Elle est devenue une brique d’infrastructure que nous devons orchestrer.

Concepts Clés de la Séquence
AI Engineer JavaScript
Paradigme
Orchestration
I/O-Bound

1. Pourquoi cette formation ?

L’industrie tech traverse une mutation profonde. Jusqu’en 2022, pour “faire de l’IA”, il fallait un diplôme en Data Science et maîtriser Python. Aujourd’hui, le vrai défi n’est plus de créer le cerveau, mais de construire le système nerveux autour.

Les entreprises ne cherchent plus seulement des chercheurs, elles s’arrachent des développeurs capables de :

  • Brancher un LLM à une base de données d’entreprise (RAG).
  • Donner accès à des outils internes sécurisés au LLM (Function Calling).
  • Orchestrer des Agents autonomes pour automatiser des workflows métier.

Quel type d’Agent allons-nous construire ?

Il existe deux grandes familles d’Agents IA :

  1. L’Agent “Desktop / Natif” (B2C) : Écrit souvent en Python ou Go, il tourne en local sur votre machine. Il peut lire vos fichiers de code source et exécuter des scripts dans votre terminal (ex: Copilot, Cursor, ou le projet open-source Vibrisse-Agent).
  2. L’Agent “Cloud / Entreprise” (B2B SaaS) : Écrit en JavaScript/Node.js, il est déployé sur un serveur et vit sur le web. Il ne touche pas au laptop de l’utilisateur, mais il a les pleins pouvoirs sur le réseau de l’entreprise (Bases de données SQL, buckets S3 de PDFs, APIs internes, Slack, RH).

Dans cette formation, nous utiliserons JavaScript/TypeScript pour construire un Agent d’Entreprise B2B.

LLM vs SLM : Le Choix des Armes

Historiquement, l’IA nécessitait des modèles gargantuesques (les LLMs - Large Language Models comme GPT-4 ou Claude) qui tournaient exclusivement dans le Cloud. Mais une révolution parallèle a eu lieu : l’avènement des modèles locaux.

On distingue aujourd’hui les SLMs (Small Language Models), qui sont généralement des modèles très optimisés de taille inférieure ou égale à 8 milliards de paramètres (≤ 8B, comme Gemma 2 2B ou Llama 3 8B), et les LLMs locaux, plus imposants mais pouvant tourner sur une machine avec une puissance matérielle décente. Ce sont ces modèles (comme Llama 3 8B ou Qwen 2.5 14B/32B) qui sont suffisamment accessibles pour tourner sur de simples ordinateurs portables.

Dans AI Quest, nous allons manipuler les deux mondes :

  1. L’Inférence Locale (Ollama) : Vous ferez tourner un SLM ou un LLM local léger directement sur votre machine. C’est gratuit, privé, et parfait pour traiter des données hautement confidentielles sans les envoyer sur Internet.
  2. L’Inférence Cloud (Groq / OpenRouter / Anthropic) : Quand votre agent aura besoin de puissance de raisonnement pure à la vitesse de l’éclair, nous brancherons le système sur des LLMs distants.

Savoir quand utiliser l’un ou l’autre est la compétence n°1 d’un AI Engineer moderne.

Le Manifeste de l’Hybridation (La Voie de l’Architecte) Il existe une fausse guerre de religion dans la tech : “Tout Local” (Souveraineté absolue mais limité en puissance) vs “Tout Cloud” (Hyper-puissant mais dépendance totale, gouffre financier et faille de confidentialité).

Un Architecte IA d’élite ne choisit pas un camp aveuglément, il pratique l’Hybridation :

  • L’IA Locale (Ollama) agit comme votre pare-feu souverain : elle traite les données sensibles (RGPD), effectue le triage (routage sémantique), et gère les tâches simples gratuitement.
  • L’IA Cloud (ex: Groq, OpenAI) intervient uniquement comme moteur de raisonnement profond, une fois la donnée nettoyée ou anonymisée par le modèle local.

C’est pour cette raison que dans AI Quest, nous vous obligerons à maîtriser ces deux mondes simultanément. C’est la seule façon de construire des systèmes résilients, économiques et éthiques.

2. Le Fil Rouge : Le Projet “Nexus”

Au fil des quêtes, vous n’allez pas écrire des scripts décousus. Vous allez construire un véritable produit “Prod-Ready” de A à Z.

Votre Mission SaaS : Nexus Copilot

Vous venez d’être embauché comme AI Engineer chez NovaTech, une multinationale. Votre mission est de construire Nexus, l’agent IA interne sécurisé de la boîte. Il devra être capable de lire les politiques RH secrètes, interroger les soldes de congés des employés dans la base SQL, et tout cela sans jamais faire fuiter de données confidentielles chez OpenAI !

Voici un aperçu de votre parcours de construction. Chaque module représente une brique essentielle de votre futur système :

  • Module 00 : L’État de l’Art : Devenir AI Engineer — Comprendre le rôle et installer vos outils de travail.
  • Module 01 : Inférence & Hardware — Les données de NovaTech étant confidentielles, vous installerez Ollama pour exécuter un LLM souverain en local.
  • Module 02 : Le Routeur Souverain — Concevoir un aiguilleur d’intentions. Si la requête est sensible, elle est traitée en local. Si elle est générique, elle va vers le Cloud.
  • Module 03 : RAG & Cache Sémantique — Connecter l’agent aux politiques de l’entreprise via base vectorielle locale et optimiser avec un cache.
  • Module 04 : Function Calling & Déterminisme — Structurer les schémas Zod et fonctions pour que l’IA puisse interroger les bases SQL.
  • Module 05 : Boucles Agentiques (ReAct) — Implémenter l’autonomie avec l’algorithme ReAct (Reason-Action) pour enchaîner les tâches.
  • Module 06 : Multimodalité (Vision & Audio) — Ajouter la gestion des images (schémas RH) et transcription audio.
  • Module 07 : Sécurité : Prompt Injection & Défense — Sécuriser son agent contre les injections de prompt.
  • Module 08 : L’Assemblage (L’Éveil de Nexus) — Le point culminant. Fusionnez toutes les briques au sein d’une seule application et connectez-la.
  • Module 09 : Validation Humaine (Human-in-the-Loop) — Exiger un accord manuel avant toute action critique en base de données.
  • Module 10 : Déploiement & FinOps — Déployer en production (Vercel, Turso DB, Docker) et configurer des barrières financières.
  • Module 11 : Le Projet À Vous : Personnalisation — Adapter Nexus à vos propres cas d’usage métiers.
  • Module 12 : L’Éveil : Vers l’Autonomie Absolue — Découvrir RAGAS, Graph of Thoughts et l’écosystème Python / LangGraph.
  • Module 13 : Validation & Evals (LLMOps) — Prouver la fiabilité de votre agent en production avec Vitest et le LLM-as-a-Judge.

🧩 Le Puzzle Nexus : Comment tout s’assemble au Module 08

Visualisez votre parcours non pas comme une série d’exercices isolés, mais comme les composants individuels d’une seule et unique machine qui prendra vie lors du grand assemblage :

3. Les Prérequis (Prerequisites)

Pour profiter pleinement de cette aventure, voici ce dont vous avez besoin :

Votre Boîte à Outils

  • Profl développeur : JavaScript / TypeScript : Vous devez être à l’aise avec Node.js, les Promesses (async/await), et la syntaxe ES6.
  • Profl technique : Logique Algorithmique : Même si vous n’êtes pas un développeur 100% backend, de bonnes notions de logique et d’algorithmique sont essentielles pour orchestrer des flux complexes ou comprendre la logique code pour savoir prompter efficacement.
  • Terminal : Savoir naviguer dans vos dossiers et lancer des scripts via ligne de commande.
  • Node.js installé (version 22+ LTS recommandée).
  • Un Éditeur de Code : VS Code, Cursor, Antigravity IDE.

Aucune connaissance préalable en IA ou en mathématiques complexes n’est requise !

4. L’Évolution de la Formation (Updates)

L’écosystème de l’IA avance à une vitesse fulgurante. Ce qui est vrai aujourd’hui sera peut-être obsolète dans 6 mois. C’est pour cela que AI Quest est une plateforme vivante.

  1. Les modules seront mis à jour régulièrement pour refléter les dernières versions des SDKs (comme le Vercel AI SDK).
  2. De nouvelles Quêtes Annexes (Side Quests) apparaîtront pour couvrir les nouveaux protocoles (ex: WebMCP).

5. Rencontrez votre Mentor : Vibrisse

Avant de commencer le code, regardez en bas à droite de votre écran. L’icône n’est pas un chat inutile, c’est Vibrisse, votre mentor IA intégré.

Vibrisse a conscience de votre progression. Il sait dans quel module vous vous situez et quels badges vous avez débloqués. N’hésitez pas à lui poser des questions techniques si vous bloquez sur un concept.

Le Hub BYOK (Bring Your Own Key)

Attention : Vibrisse est un cerveau sans énergie par défaut. Dans une optique de transparence et de maîtrise de l’infrastructure (et des coûts), AI Quest utilise le principe du BYOK (Bring Your Own Key).

Pour que Vibrisse puisse vous répondre, vous devez le connecter à un fournisseur d’API.

  1. Cliquez sur le bouton API Nexus en haut à droite du Dashboard.
  2. Choisissez votre fournisseur (ex: Groq et OpenRouter proposent des comptes développeurs avec des modèles gratuits, ou Anthropic / OpenAI / Gemini si vous avez des crédits).
  3. Entrez votre clé API. Elle est stockée uniquement dans votre navigateur local.

C’est votre première leçon de souveraineté en tant qu’AI Engineer !

Le Carnet de Bord Furtif

Si Vibrisse vous explique un concept que vous trouvez excellent, dites-lui simplement : “Note ça dans mon carnet de bord !”. Il a le pouvoir technique d’enregistrer des notes de manière transparente. Vous les retrouverez sur votre Dashboard principal.

6. Comment gérer les Travaux Pratiques ?

Tout au long de la formation, vous trouverez des QuestBox comme celle ci-dessous :

Quête Principale : Déléguer l’écriture du Code

Votre travail d’AI Engineer est d’orchestrer, concevoir et auditer. Ne tapez pas tout le code à la main.

Le Prompt Engineering et le Tooling : Le Vrai Code

Le métier d’ingénieur logiciel aujourd’hui évolue : il s’agit de réfléchir à l’architecture globale, de structurer les instructions système et de définir précisément les schémas d’outils, puis de surveiller rigoureusement ce qui est produit par la machine. Certes, la force de frappe de l’IA pour générer la syntaxe pure et le code répétitif (boilerplate) est imbattable, mais le rôle de garde-fou et de concepteur humain reste indispensable pour s’assurer de la cohérence et de la robustesse de l’ensemble.

Dans les encarts <SolutionBox moduleId="00-module">, vous trouverez des Prompts d’Ingénieurs. Copiez-collez simplement ce prompt et envoyez-le à Vibrisse (ou à votre propre outil IA). Il générera le code Node.js parfait pour vous !

🤖 Télécharger le Starter Kit & Outiller votre Copilote IA (Cursor, Copilot, Cline…)

Pour démarrer les travaux pratiques de cette formation, vous avez besoin du dossier squelette de départ (Starter Kit). Il contient la structure de base, les fichiers d’architecture et les configurations de base nécessaires.

Téléchargement du Starter Kit

Cliquez ci-dessous pour télécharger l’archive ZIP du starter de départ :

👉 Télécharger le Starter Kit (nexus-agent.zip)

Ce Starter Kit intègre un fichier d’une importance cruciale situé à la racine : AGENTS.md (qui détaille l’architecture technique cible de notre agent).

Ce fichier décrit précisément l’architecture de notre projet, les dépendances acceptées, et les règles d’implémentation de notre agent. Avant d’écrire la moindre ligne de code, donnez ce fichier à votre assistant de code (en le référençant avec @AGENTS.md ou en alimentant le contexte de votre outil).

Donnez-lui ensuite ce prompt d’initialisation dans votre outil IA :

Prompt d’initialisation de votre IA : “Je débute la construction de mon agent souverain Nexus. Analyse le fichier local de règles d’architecture @AGENTS.md. À partir de maintenant, tout le code TypeScript que nous allons générer ensemble devra s’y conformer strictement. Ne propose aucun package tiers non approuvé ou style déviant.”

Grâce à cela, votre IA arrêtera d’inventer des patterns fantaisistes et se comportera comme un ingénieur membre de votre équipe !

7. Pourquoi JavaScript et pas Python ?

Une dernière chose avant de se lancer. Pourquoi faire tout ça en JavaScript alors que l’IA c’est du Python ?

C’est simple : créer un agent, c’est envoyer une requête réseau à OpenAI, attendre la réponse (qui prend souvent 3 secondes), puis appeler la météo, puis appeler une base de données. C’est ce qu’on appelle une architecture I/O-Bound (limitée par le réseau), et non pas CPU-Bound (limitée par les calculs purs).

Grâce à son Event Loop asynchrone native, Node.js / TypeScript est le langage le plus puissant et le plus économique au monde pour gérer des milliers de requêtes réseaux simultanées (là où un backend Python standard risque de se bloquer ou coûter très cher en infrastructure).

Le saviez-vous ? Quand des géants doivent expédier des fonctionnalités IA en quelques heures ou scaler pour des millions d’utilisateurs, ils délaissent souvent l’infrastructure Python pure pour des architectures JavaScript (Next.js / Node). Des entreprises comme Scale AI (un des leaders de la donnée IA) ou Stably s’appuient massivement sur le Vercel AI SDK pour itérer à grande vitesse sans faire s’effondrer leur infrastructure I/O-Bound.

💡 Pour aller plus loin :

Retour au Dashboard