Local AI Lab

Formation IA local : open source, maîtrisée et sécurisée.

Après avoir accompagné +30 entreprises (PME comme des grands groupes) dans leurs projets IA, un constat est devenu évident au fil de l'eau :

Comment utiliser l’IA sans dépendre uniquement des API externes, sans exposer ses données sensibles, et sans perdre le contrôle sur ses coûts ?

Au programme :

Le tarif augmente toutes les 50 places.

Anatomie et architecture d’une stack IA locale.

Inférence : ce qui se passe réellement quand un modèle répond.

Tokens, contexte, KV cache et mémoire.

GPU, VRAM et dimensionnement matériel.

Modèles open-source, formats et quantization.

Moteurs d’inférence : vLLM, SGLang, llama.cpp, TensorRT-LLM, etc.

Orchestration d’agents et workflows locaux.

Context engineering : RAG, mémoire, fine-tuning et routing.

Une alternative open-source à Claude Code avec OpenCode.

Cas d’usage clients : déploiement, sécurité, monitoring et limites.