Training courseFOR-IA-M3-A
RAG & IA en Local
Mon assistant IA en local
- 7 h
- 450 € HT
- Companies & individuals
- Qualiopi certification being prepared

Content currently available in French.
Learning objectives
- Installer et faire fonctionner une IA en local
- Mettre en place son RAG (Retrieval Augmented Generation)
Target audience
- Tout public curieux d'explorer l'IA pour simplifier son quotidien professionnel, même sans compétences techniques
- Consultants, coachs, formateurs ou entrepreneurs cherchant à intégrer l'IA en toute confiance
- Collaborateurs et créatifs souhaitant exploiter leurs données en local
- Cadres, chefs de projet et responsables souhaitant déployer des modèles IA en local
- Tout public cherchant à déployer des modèles IA en local pour garantir la confidentialité
Prerequisites
- Savoir installer un logiciel sur son ordinateur.
- Être à l'aise avec la gestion de fichiers (dossiers, PDF, CSV).
- Avoir des notions de base sur l'IA générative (un atout).
- Disposer d'un PC avec au moins 8 Go de RAM.
Programme
Theory Module Théorique — Utiliser l'IA en local
Ce module traite de l'installation et de l'utilisation d'un modèle IA sur sa propre machine (LM Studio, Ollama) : téléchargement d'un modèle GGUF, configuration, tests et personnalisation. Il aborde aussi le RAG (Retrieval Augmented Generation) pour créer un assistant qui exploite des données locales (documents, PDF, CSV…).
Objective : offrir aux participants les compétences pour héberger un modèle IA en local, garantir la confidentialité des données, réduire les coûts cloud et construire un assistant personnel à base de RAG.
- Approche on-premise pour rassurer sur la sécurité et la maîtrise des données.
- Guide pas-à-pas d'installation, même pour un public non expert.
- Mise en place concrète d'un assistant RAG, avec import de documents.
Assessment : QCM sur les avantages on-premise, check-list d'installation, observation du TP de test et personnalisation, démonstration finale de l'assistant local construit.
-
15 min
Accueil & présentation
Présenter le programme, les objectifs et le déroulé.
Présentation orale, support visuel (slides), tour de table.
-
40 min
Pourquoi l'IA en local ?
Avantages on-premise : confidentialité, coûts, maîtrise des données.
Exposé interactif, cas d'usage, échanges.
Assessment : QCM sur les avantages on-premise.
-
1h05
Installer un modèle local
LM Studio / Ollama, téléchargement d'un modèle GGUF, configuration.
Démonstration pas-à-pas, check-list d'installation.
Assessment : Check-list d'installation complétée.
-
45 min
Comprendre le RAG
Principe du Retrieval Augmented Generation ; exploiter ses documents.
Exposé illustré, schéma d'architecture RAG.
Assessment : Questions orales ; exercice de définition.
-
30 min
TP de test & personnalisation
Tester et personnaliser le modèle installé.
Manipulation guidée par les participants.
Assessment : Observation du TP.
-
10 min
Synthèse
Résumer les points clés et préparer l'atelier.
Récapitulatif, feedback des participants.
Assessment : QCM rapide de fin de module.
Workshop Atelier Pratique — Héberger et personnaliser un modèle IA en local avec RAG
Cet atelier permet de réaliser l'installation, la configuration et l'utilisation d'un modèle IA en local (via LM Studio ou Ollama) et de mettre en place un assistant personnel exploitant ses données grâce au RAG. À l'issue, chaque participant dispose d'un assistant IA fonctionnel, sécurisé et adapté à ses besoins.
Objective : télécharger et installer un modèle LLM avec LM Studio ou Ollama, le configurer et le tester en local, mettre en place un système RAG pour interroger ses documents personnels (PDF, CSV…) et personnaliser l'assistant.
- Approche concrète et rassurante pour la sécurité des données.
- Zéro dépendance cloud : réduction des coûts et maîtrise totale des informations.
- Résultat directement utilisable après la session.
- Adapté aux profils non techniques grâce au guidage pas-à-pas.
Assessment : QCM, démonstrations live, travaux pratiques et démonstration finale de l'assistant local construit.
-
15 min
Lancement de l'atelier
Présenter l'objectif : un assistant RAG fonctionnel.
Présentation, vérification des environnements.
-
1h00
Installation & configuration
Installer et configurer le modèle en local.
TP guidé pas-à-pas, accompagnement du formateur.
Assessment : Modèle installé et fonctionnel.
-
1h05
Mettre en place le RAG
Importer ses documents (PDF, CSV…) et configurer le RAG.
TP guidé, import de documents, tests d'interrogation.
Assessment : Livrable : système RAG opérationnel.
-
40 min
Personnalisation
Adapter l'assistant à ses besoins.
TP, ajustements, essais personnalisés.
Assessment : Démonstration de l'assistant.
-
20 min
Restitution & évaluation
Démontrer l'assistant construit ; conclure.
Démonstrations live, revue collective, feedback.
Assessment : Évaluation sommative : QCM + démonstration finale.
-
10 min
Enquête de satisfaction
Recueillir la satisfaction à chaud.
Questionnaire de satisfaction.
Assessment : Enquête de satisfaction.
Teaching methods and resources
In-person training at our premises or yours, in small groups. A mix of theory, hands-on workshops and practical scenarios.
8 Go de Ram
Assessment methods
Learning outcomes are assessed during and at the end of the training; an attendance certificate is given to every learner.
Accessibility for people with disabilities
Training accessible to people with disabilities. Contact us before registering so we can study the adjustments needed.
Funding
Quote or training agreement on request. Qualiopi certification is being prepared: eligibility for OPCO funding will open once it is obtained.
Certification audit planned for T1 2027. No OPCO eligibility before it is obtained.