Databricks : RAG & Agent Engineering

About

40% théorie, 60% pratique sur Databricks

Databricks s’est imposé comme une plateforme de référence pour unifier données et IA.

Avec la Data Intelligence Platform, Mosaic AI, Unity Catalog et Vector Search, elle propose une chaîne complète pour construire des applications d’IA générative reposant sur les données de l’entreprise — de l’ingestion jusqu’au déploiement d’agents gouvernés.

Cette formation de deux jours s’adresse aux ingénieurs et architectes qui veulent exploiter Databricks pour bâtir des solutions RAG et agentiques industrialisées.

Elle couvre la préparation des données non structurées, la création d’index vectoriels, la conception d’agents avec Mosaic AI Agent Framework, ainsi que l’évaluation, la gouvernance et le déploiement.

L’accent est mis sur l’industrialisation : qualité, traçabilité et exploitation en production.

Chaque module associe apports et travaux pratiques dans un environnement Databricks, autour d’un cas fil rouge d’assistant documentaire d’entreprise.

Il s’agit d’une création Zenika : elle se distingue des cours officiels de Databricks Academy par son ancrage sur les patterns d’architecture agentique enseignés dans le reste du parcours et par la continuité du cas fil rouge.

Last updated on 17/09/2026

Practical Information

In-person or remote

14h

Sur devis

Your Learning Objectives

Situer les briques IA de Databricks (Mosaic AI, Vector Search, Unity Catalog, Model Serving).
Préparer des données non structurées et construire un index vectoriel gouverné.
Concevoir une application RAG de bout en bout sur la plateforme.
Développer et déployer un agent avec l'Agent Framework et le Model Serving.
Évaluer la qualité et gouverner les applications IA en production.

Target Audience

Data engineers et ingénieurs IA / ML, Architectes data et solutions, Développeurs travaillant sur des plateformes de données

Prerequisites

Pratique de Python
Notions de LLM, de RAG et d'agent (voir la formation Ingénierie des systèmes agentiques)
Une première expérience de Databricks ou d'une plateforme data est un plus

All About This Training

The Program

La plateforme IA de Databricks

Data Intelligence Platform : Vision unifiée données + IA et positionnement de Mosaic AI.
Lakehouse et Unity Catalog : Gouvernance, permissions et lignage des données et des modèles.
Panorama des briques GenAI : Vector Search, Model Serving, Foundation Model APIs, Playground.
Prise en main : Environnement, notebooks et premiers appels à un modèle de fondation.

Préparer les données pour le RAG

Ingestion de données non structurées : Documents, PDF, tables ; pipelines et volumes gérés.
Chunking et embeddings : Stratégies de découpage et calcul d'embeddings à l'échelle.
Vector Search : Création et synchronisation d'un index vectoriel gouverné.
TP : Constituer la base de connaissances du cas fil rouge.

Construire une application RAG

Chaîne RAG : Récupération, assemblage du contexte, génération et post-traitement.
Qualité de la récupération : Recherche hybride, filtrage par métadonnées, re-ranking.
Suivi des expérimentations : MLflow pour tracer prompts, paramètres et résultats.
TP : Assembler un assistant documentaire RAG complet.

Agent Engineering avec Mosaic AI

Agent Framework : Concevoir un agent outillé, orchestration et raisonnement.
Tool calling et fonctions : Exposer fonctions SQL, recherche et API à l'agent.
Gestion du contexte : Mémoire, gouvernance des accès via Unity Catalog.
TP : Transformer l'assistant en agent capable d'actions outillées.

Évaluer et fiabiliser

Agent Evaluation : Jeux d'évaluation, métriques de qualité, jugement automatisé.
Garde-fous : Filtres, contrôle des sorties et sécurité.
Amélioration itérative : Analyser les échecs et faire progresser la qualité.
TP : Évaluer et améliorer l'agent du cas fil rouge.

Déployer et exploiter

Model Serving : Déployer l'agent en endpoint, versioning et scalabilité.
Applications : Exposer l'agent (ex. Databricks Apps) et l'intégrer au SI.
Observabilité et coûts : Traçabilité, monitoring, suivi de la consommation.
Gouvernance de bout en bout : Sécurité, conformité et cycle de vie.

Conclusion

Bonnes pratiques : Industrialiser durablement sur Databricks.
Écosystème : Articulation avec le Data Engineering et le MLOps.
Aller plus loin : Fine-tuning, modèles multi-fournisseurs, certifications Databricks et évolutions de la plateforme.

Skills Assessment

En amont de la formation, les stagiaires reçoivent un questionnaire permettant de mesurer leurs attentes, leurs compétences et leur niveau à l'entrée de la formation. Ce questionnaire est conçu pour recueillir des informations précieuses sur le parcours professionnel des participants, leurs motivations personnelles ainsi que les compétences spécifiques qu'ils souhaitent développer. Cela permet aux formateurs d'adapter le contenu de la formation en fonction des besoins identifiés.

Tout au long de la formation, la progression et l'atteinte des objectifs pédagogiques des stagiaires sont évaluées, au travers de :

travaux pratiques, qui incluent des exercices concrets permettant d'appliquer les connaissances théoriques acquises dans un contexte réel.
échanges entre pairs, favorisant une dynamique collaborative où les stagiaires peuvent partager leurs expériences et apprendre les uns des autres.
mises en situation concrètes, simulant des scénarios professionnels afin d'évaluer la capacité des stagiaires à réagir et à s'adapter face à diverses situations.

Durant la dernière heure de la formation, un questionnaire d'évaluation ainsi qu'un questionnaire à chaud de fin de formation seront soumis à chaque stagiaire pour s'assurer de la bonne acquisition des compétences tout au long de la formation et de l'adéquation de ces acquis avec les attentes des stagiaires (émis en amont de la formation). Ce processus d'évaluation permet également aux formateurs d'obtenir un retour constructif sur le déroulement du programme et d'identifier les points à améliorer pour les prochaines sessions.

Dans le cas d'une formation officielle éditeur, n'hésitez pas à nous consulter afin que nous vous fassions part des modalités d'évaluation des acquis. Nous sommes également disponibles pour discuter des certifications possibles qui pourraient être délivrées à l'issue de cette formation, garantissant ainsi une reconnaissance officielle des compétences acquises par les participants.

Contact assistance technique et pédagogique : en cas de problème, n'hésitez pas à nous contacter à l'adresse mail : [email protected] (3 personnes sont derrière cette adresse mail et vous répondront dans les plus brefs délais)