IA agentique · sur votre propre infrastructure

Formation à l’intelligence artificielle pour les entreprises

Des cours par rôle pour déployer, exploiter, sécuriser et gouverner des agents IA sur vos propres serveurs : des premiers essais avec Ollama à la production avec vLLM, Kubernetes et MCP, sur Ubuntu ou Rocky Linux avec le support de Canonical ou de CIQ.

Nous sommes partenaires de Canonical et de CIQ.

la machine, de bas en haut ↑

AgentsLangGraph · MCPDes agents qui utilisent vos systèmes, avec des droits limités et une validation humaine.
ModèlesOllama · vLLM · llm-dDu premier modèle de test à sa mise à disposition pour toute l’entreprise.
ClusterKubernetes · KueuePartager les GPU entre équipes et charges de travail.
SystèmeUbuntu · Rocky LinuxLe système d’exploitation, avec le support de Canonical ou de CIQ.
Serveurs GPULenovo · SupermicroLe matériel, dimensionné pour le modèle que vous allez servir.

Parcours infrastructure IA

Formation à l’IA agentique par rôle

Chaque parcours présente les cours dans l’ordre, avec le nombre total de jours et le point de départ si votre équipe a déjà les bases. Les cours avec fiche sont dispensés dans vos locaux ou à distance, avec un formateur en direct ; ceux marqués « sur mesure » sont préparés sur votre propre environnement.

Infrastructure IA

Pour quiAdministrateurs Linux et équipes de datacenter qui doivent mettre en service des serveurs GPU.

À la finUn serveur GPU provisionné, qui sert un modèle et mesuré avec votre propre charge.

  1. Administration système Ubuntu : les bases UBU1244 jours
  2. Administration système Ubuntu avancée UBU1344 jours
  3. Serveurs bare metal avec MAAS UBU4473 jours
  4. LLM en local et infrastructure GPU SXIA033 jours
  5. Ceph : déploiement et administration3 jours
  6. GPU partagés sur Kubernetes : GPU Operator, DRA et Kueue SXIA122 jours

Le parcours totalise 19 jours. Si vous administrez déjà Linux, commencez par MAAS : 9 jours.

EnsuiteServeurs GPU Lenovo Serveurs GPU Supermicro

L’infrastructure pour l’IA agentique, du GPU à l’agent

Tout est logiciel upstream. Le système et la plateforme ont le support commercial de Canonical sur la pile Ubuntu ou de CIQ sur la pile Rocky Linux, et nous sommes partenaires des deux : le cours et l’installation sont pris en charge par la même équipe.

CoucheAvec CanonicalAvec CIQ
Serveurs GPULenovo ou Supermicro, avec l’une ou l’autre pile
Système d’exploitationUbuntu, avec CUDA dans le dépôt d’Ubuntu 26.04 LTSRocky Linux RLC Pro AI, avec CUDA, DOCA-OFED et PyTorch validés
ProvisionnementMAASWarewulf
ClusterMicroK8s · KubernetesSlurm · Apptainer
StockageCharmed CephCeph, avec notre support
ModèlesOllama pour tester, vLLM et llm-d pour servir · Charmed Kubeflow et Charmed MLflow si vous avez besoin de MLOpsOllama, inclus dans RLC Pro AI · vLLM pour servir
AgentsLangGraph · MCP, avec l’une ou l’autre pile

Plus de formations

Cours officiels Canonical

Administration d’Ubuntu, Kubernetes, MAAS et MLOps, avec le programme officiel de Canonical.

Catalogue Canonical

Automatisation avec n8n

Des cours n8n pour automatiser des processus avec des agents, et la mise en place si vous préférez que nous nous en chargions.

Cours n8n : les basesCours n8n avancéAutomatisations avec l’IA

Formation officielle IBM

watsonx, Watson Studio, Discovery et Assistant, avec les codes officiels d’IBM.

Cours IBM en IAvLLM sur IBM Power, sans GPU
Voir tout le catalogue de cours IA →

Questions fréquentes

Qu’est-ce que l’IA agentique ?

Ce sont des systèmes d’IA qui ne se contentent pas de répondre : ils planifient des étapes et utilisent des outils, comme des bases de données, des API ou des applications, pour accomplir une tâche. En entreprise, on leur donne en général des droits limités et on exige une validation humaine avant les actions sensibles.

Faut-il des GPU pour faire tourner de l’IA agentique sur nos serveurs ?

Pour servir des modèles à plusieurs utilisateurs à la fois, en pratique oui : le GPU détermine combien de requêtes le serveur traite et à quelle vitesse. Pour tester avec de petits modèles, un CPU puissant suffit. Dans le cours LLM en local, nous mesurons avec votre charge avant que vous n’achetiez du matériel.

Quelle différence entre Ollama et vLLM ?

Ollama est le moyen le plus simple d’essayer un modèle sur un ordinateur portable ou un serveur : il s’installe en quelques minutes et convient à quelques utilisateurs. vLLM est conçu pour servir le modèle à beaucoup de personnes à la fois, car il traite de nombreuses requêtes en parallèle et exploite mieux la mémoire du GPU. On teste d’abord avec Ollama, puis on passe à vLLM quand l’usage augmente ; si un serveur ne suffit plus, llm-d répartit la charge sur plusieurs.

Ubuntu ou Rocky Linux ?

Les deux conviennent. Ubuntu, avec le support de Canonical, propose Kubeflow et MLflow packagés par Canonical (Charmed Kubeflow et Charmed MLflow) et CUDA dans le dépôt d’Ubuntu 26.04 LTS. Rocky Linux, avec le support de CIQ, convient si vos serveurs sont déjà de la famille Red Hat, et son édition RLC Pro AI inclut CUDA et PyTorch validés. Nous choisissons le parcours en fonction de ce que vous avez déjà.

Et si nos serveurs sont des IBM Power ?

Oui. vLLM fonctionne sur IBM Power, même sans GPU, et IBM publie un serveur MCP officiel pour IBM i qui donne aux agents l’accès à Db2 for i avec les droits de chaque utilisateur. Nous sommes IBM Business Partner et adaptons les parcours à Power.

Les cours peuvent-ils se faire sur nos propres serveurs ?

Oui. Ils sont dispensés dans vos locaux ou à distance, avec un formateur en direct, et les cours sur mesure sont préparés sur votre environnement : vos GPU, votre système et vos données de test.

Et si nous préférons que vous le mettiez en place ?

Nous le faisons aussi : serveurs GPU, système, cluster et modèles, avec un interlocuteur direct. Inférence IA sur vos propres serveurs →

Demandez une proposition de formation

Indiquez-nous le rôle de votre équipe, combien de personnes elle compte et quelle infrastructure vous utilisez. Nous vous répondrons avec une proposition : quels cours, dans quel ordre et où ils sont dispensés.

Écrivez-nous sur WhatsApp

Demander un devis de formation privée →

Envoyez-nous un mail

Rôle de l’équipe

SIXE