Tutoriels

Construire un labyrinthe jouable dans le navigateur avec Phaser, des sprites pixel-art CC0, des murs solides et deux niveaux dont une carte complexe.

Construire from scratch une politique qui joue à Snake, puis la faire progresser par sélection, croisement et mutation sans calcul de gradient.

Construire un algorithme génétique sans bibliothèque d’optimisation pour sélectionner un portefeuille de projets Data/IA sous budget.

Étendre un serveur MCP de support avec ses trois primitives, un transport HTTP authentifié, des sorties structurées et des garde-fous observables.

Construire un pipeline ETL local qui extrait des ventes CSV, les transforme avec Polars, les écrit en Parquet et les interroge avec DuckDB.

Construire un serveur MCP en lecture seule et un agent qui choisit un outil pour répondre à une question de support à partir d’une base de connaissances locale.

Construire un assistant de questions-réponses réellement local avec Streamlit et Ollama, puis conserver un mode mock pour les tests rapides.

Construire un mini-jeu d’évaluation avec réponses de référence, questions hors contexte et critères explicites de factualité.

Construire un agent minimal qui choisit entre une calculatrice et une recherche dans un catalogue, sans lui donner de droit d’écriture.

Analyser une image de facture avec un modèle multimodal et valider les champs extraits avant de les enregistrer.

Relier une recherche de passages à une réponse générée localement, avec citations et refus lorsque le corpus ne suffit pas.

Indexer quelques fiches de cours avec des embeddings et comparer une recherche sémantique à une recherche par mots-clés.

Générer une requête SQL à partir d’une question, l’examiner avec SQLite et bloquer les instructions d’écriture.

Détecter les anomalies textuelles d’un petit CSV, demander des propositions au modèle et appliquer uniquement des corrections vérifiables.

Construire une boucle de conversation minimale avec historique borné, commande de remise à zéro et journalisation locale.

Transformer des tickets support en objets JSON validables avec un prompt contraint, puis mesurer les erreurs sur un petit jeu de cas.

Construire un solveur de backtracking pour les N-Reines, le tester et visualiser ses solutions dans une interface Tkinter interactive.

Construire un prototype RAG reproductible sur un corpus de cours Markdown, retrouver les passages pertinents et produire une réponse qui conserve ses sources.

Mesurer pip, uv, pip-tools, Poetry, PDM et Conda/Mamba sur un service API de routage de tickets, puis choisir un workflow adapté à la production.

Entraîner un modèle, conserver la trace du run MLflow, exposer une prédiction validée par FastAPI et emballer le service dans une image Docker.

Construire un copilote qui rassemble le contexte d’un incident de production à partir de services, alertes, déploiements et runbooks, sans jamais modifier l’infrastructure.