9 minutesLangSmith en 10 minutes
Naviguer parmi les traces, les projets et les jeux de données dans LangSmith, puis lire le coût des tokens, la latence, le taux d’erreur et le détail de chaque span.
Dave Ebbelaar. Un ingénieur en IA présente l’échelle d’évaluation qu’il utilise réellement — tests unitaires fondés sur des assertions, métriques sans référence, calibration du LLM utilisé comme juge par rapport aux humains, puis boucle analyser-mesurer-améliorer. Parmi les vidéos disponibles, cette structure correspond le mieux à l’argument de l’article : les évaluations forment un système de détection des régressions, pas un classement.
Certains choix d’outils vieilliront, mais l’échelle reste solide : d’abord des contrôles déterministes, puis des contrôles notés par un modèle et validés par des humains. Ne sautez pas la calibration sous prétexte qu’un LLM utilisé comme juge est facile à ajouter.
Concevoir une échelle d'évaluation qui détecte les régressions avant que les modifications de prompt ou de modèle n'atteignent les utilisateurs.
Une expérience du déploiement ou de la maintenance d’un flux de travail d’IA comportant des exemples de défaillance connus.
Dernière révision : 18 mai 2026
Continuez dans le même parcours d’apprentissage avec les prochaines vidéos d’accompagnement sélectionnées.
9 minutesNaviguer parmi les traces, les projets et les jeux de données dans LangSmith, puis lire le coût des tokens, la latence, le taux d’erreur et le détail de chaque span.
75 minutesCréer un premier serveur MCP et comprendre comment outils, schémas, prompts, ressources et transports s’articulent.
19 minutesAméliorer la conception des outils afin que les agents sélectionnent l'action correcte avec les bons paramètres.
Des cours externes sélectionnés pour approfondir ce sujet.
Emory University Goizueta Business School faculty
The deeper, university-level counterpart to our beginner HubSpot marketing pick — Emory's business-school treatment goes past 'how to prompt' into training generative models for brand-specific output, the purchase-funnel economics of AI-generated content, and a full module of genuine skepticism about when generative AI is and isn't worth using in marketing.
IBM AI Academy
Une réponse adaptée à l'ère de l'IA générative aux questions stratégiques des dirigeants. Trois cours courts, sans prérequis technique, expliquent où l'IA générative crée de la valeur, comment la gouverner de façon responsable et comment transformer une vague intention d'« utiliser l'IA » en un cas d'usage concret et défendable. Note de 4,6 sur environ 700 avis. À suivre avant la prochaine décision budgétaire liée à l'IA.