Coder proprement en Python
Git, tests, APIs et bases de données : les bases d’un ingénieur, pas seulement d’un utilisateur de ChatGPT.
Première cohorte · places limitées
Deviens AI Engineer
de Git à tes agents en production
Un parcours guidé de 18 semaines : Python, APIs, modèles de langage, RAG et agents IA. À chaque étape, tu construis et tu publies un vrai projet, jusqu’à une application que tu mets en ligne.
- Début
- Novembre 2026
- Durée
- 18 semaines
- Places
- 20 places
- Format
- En ligne · live
À la fin
Ce que tu sauras vraiment faire
Choisir le bon modèle
Rapide, de raisonnement ou open-weight : tu sais lequel utiliser, pour quelle tâche et à quel coût.
Construire RAG et agents
Des assistants qui lisent tes documents, appellent des outils et enchaînent plusieurs étapes.
Livrer une vraie app
Interface, Docker, déploiement, suivi et sécurité : ton projet a une URL et des utilisateurs.
La roadmap
9 étapes, de Git à ton Demo Day
Chaque étape s’appuie sur la précédente et se termine par un projet publié sur ton GitHub.
01Semaine 1 Git et ton poste de travail
Pourquoi maintenant · Tout ce que tu construiras passera par Git : c’est ton historique, ton portfolio et ta façon de travailler en équipe.
Tu apprends- Terminal et VS Code
- Git : commit, branch, merge
- GitHub : pull requests, issues
- Markdown et README
Tu construisTon premier dépôt public avec un README soigné, le début de ton portfolio.
02Semaines 2–4 Python pour ingénieurs
Pourquoi maintenant · Python est la langue de l’IA : les SDK des modèles, les outils data et les frameworks d’agents s’écrivent en Python.
Tu apprends- Types, listes, dictionnaires, fonctions
- Modules, packages et environnements (uv)
- Fichiers, JSON et erreurs
- Requêtes HTTP et async
- Tests avec pytest
Tu construisUn outil en ligne de commande qui interroge une API publique et enregistre les résultats.
03Semaines 5–6 APIs et données
Pourquoi maintenant · Une app IA est d’abord une app : une API, une base de données et des données propres.
Tu apprends- HTTP et REST
- FastAPI et Pydantic
- SQL et PostgreSQL
- pandas, l’essentiel
Tu construisUne API REST avec sa base de données, documentée et testée.
04Semaine 7 Comprendre les LLM
Pourquoi maintenant · Avant de construire avec un modèle, il faut savoir ce qu’il y a sous le capot et choisir le bon modèle pour chaque tâche.
Tu apprends- Tokens, contexte et température
- Modèles rapides vs modèles de raisonnement
- Modèles via API vs open-weight en local
- Coût, latence et limites
- Embeddings
Tu construisUne « arène » : les mêmes tâches envoyées à plusieurs modèles, comparés en qualité, vitesse et coût.
05Semaine 8 Prompting et sorties structurées
Pourquoi maintenant · En production, un bon prompt ne suffit pas : il faut du JSON fiable, des outils appelés correctement et des résultats mesurés.
Tu apprends- System prompt et exemples (few-shot)
- Sorties structurées (JSON Schema)
- Function / tool calling
- Streaming
- Premières évaluations
Tu construisUn extracteur qui transforme des CV ou des factures en JSON validé.
06Semaines 9–10 RAG : l’IA sur tes documents
Pourquoi maintenant · Un modèle ne connaît pas tes documents : le RAG lui donne la bonne information au bon moment, avec les sources.
Tu apprends- Découpage (chunking) et embeddings
- Base vectorielle (pgvector)
- Recherche hybride et reranking
- Citer ses sources
- Évaluer un RAG
Tu construisUn assistant qui répond à partir de tes cours, en arabe et en français, en citant ses sources.
07Semaines 11–13 Agents IA
Pourquoi maintenant · Un agent planifie, utilise des outils et agit : c’est là que l’IA devient un vrai produit.
Tu apprends- La boucle agent : plan → outil → observation
- Outils et MCP (Model Context Protocol)
- Mémoire et état
- Workflows vs agents autonomes
- Garde-fous et validation humaine
Tu construisUn agent qui utilise plusieurs outils (recherche, base de données, calcul), plus ton propre serveur MCP.
08Semaines 14–15 Mettre en production
Pourquoi maintenant · Une démo sur ton laptop n’est pas un produit : il faut déployer, surveiller et maîtriser les coûts.
Tu apprends- Interface avec React / Next.js
- Docker et déploiement
- Logs, traces et évaluations en CI
- Coûts, cache et limites
- Sécurité : prompt injection et secrets
Tu construisTon application en ligne, avec une vraie URL à partager.
09Semaines 16–18 Projet final et Demo Day
Pourquoi maintenant · Un produit complet, présenté devant un jury : c’est ce qui convainc un recruteur, et ça peut devenir ton PFE.
Tu apprends- Cadrage et architecture
- Revue de code avec un mentor
- Démo et pitch
- Portfolio, CV et GitHub
Tu construisUn produit IA complet, présenté au Demo Day.
Les modèles
Le bon modèle pour chaque tâche
Il n’existe pas un « meilleur » modèle. Tu apprends à comparer les familles sur les mêmes tâches, puis à choisir selon la qualité, la vitesse et le coût.
Modèles rapides
Ils répondent tout de suite. Parfaits pour extraire, classer, résumer et discuter.
Vitesse
Raisonnement
Coût
- Idéal pour
- Extraction, classification, chat
- Exemple
- Trier 10 000 messages clients
Modèles de raisonnement
Ils réfléchissent avant de répondre : plus lents et plus chers, mais bien meilleurs pour les maths, le code et les plans en plusieurs étapes.
Vitesse
Raisonnement
Coût
- Idéal pour
- Planification, code, analyse
- Exemple
- Planifier les étapes d’un agent
Modèles open-weight
Llama, Qwen, Mistral… tu les fais tourner toi-même : données confidentielles et coût maîtrisé, mais il faut du matériel.
Vitesse
Raisonnement
Coût
- Idéal pour
- Données sensibles, gros volumes
- Exemple
- Des documents qui ne quittent pas ton serveur
Modèles d’embeddings
Ils ne génèrent pas de texte : ils transforment le sens en vecteurs pour la recherche et le RAG.
Vitesse
Raisonnement
Coût
- Idéal pour
- Recherche, RAG, recommandations
- Exemple
- Retrouver le bon paragraphe
Pendant la cohorte, tu testes chaque famille sur les mêmes tâches. Tu apprends à choisir avec des chiffres, pas en suivant la mode.
Projets finaux
Des projets qui ressemblent au vrai travail
Choisis ton projet final parmi ces idées, ou propose le tien. Chacun peut devenir ton PFE.
Agent de support client
Il répond aux clients d’une entreprise tunisienne en derja et en français, consulte les commandes et passe la main à un humain.
- RAG
- Tools
- WhatsApp API
Assistant PFE
Il aide à structurer le rapport, vérifie les sources et prépare les questions du jury.
- RAG
- JSON
- Next.js
Matching CV ↔ offres
Il analyse les CV et les offres d’emploi et propose les meilleurs profils, avec une justification.
- Embeddings
- Reranking
- FastAPI
Bot de revue de code
Il relit les pull requests GitHub et commente les bugs et les failles de sécurité.
- GitHub API
- Raisonnement
- CI
Assistant vocal
Tu parles, il comprend et répond à voix haute : speech-to-text → LLM → text-to-speech.
- STT
- TTS
- Streaming
Analyste de données
Tu poses une question en langage naturel, l’agent écrit le SQL, l’exécute et trace le graphique.
- Text-to-SQL
- pandas
- Agents
Le format
Comment se passe la cohorte
2 sessions en direct par semaine
Un cours et une séance de live coding, le soir, avec les questions en direct.
Une revue de projet chaque semaine
Un mentor relit ton code et te dit quoi améliorer.
Une communauté privée
Un groupe pour s’entraider, partager ses projets et avancer ensemble.
Tout est enregistré
Replays, supports et exercices restent accessibles.
FAQ
Avant de réserver
Une autre question ? Écris-nous sur WhatsApp, on te répond nous-mêmes.
Je n’ai jamais codé. C’est pour moi ?
Oui. La roadmap commence par Git et Python, et chaque étape a un projet à ta portée. Il faut surtout de la régularité : environ 8 heures par semaine.
Combien ça coûte ?
Le tarif de la première cohorte est communiqué aux personnes qui réservent. Réserver est gratuit et ne t’engage à rien.
Quel ordinateur faut-il ?
N’importe quel portable récent avec 8 Go de RAM. On utilise surtout des modèles via API : pas besoin de carte graphique.
Le projet final peut-il devenir mon PFE ?
Oui, il est pensé pour. Et si tu veux aller plus loin, notre accompagnement PFE prend le relais jusqu’à la soutenance.
Les sessions sont en quelle langue ?
On explique en arabe tunisien et en français, et on garde les termes techniques en anglais, comme dans le métier.
Réservation
Réserve ta place dans la première cohorte
Réserver ne t’engage à rien : on te contacte pour vérifier ton niveau, te donner les dates exactes et le tarif.
20 places seulement
- 01Tu envoies ta réservation
- 02On te répond nous-mêmes sur WhatsApp
- 03Ta place est confirmée avant le début