Formation Spring AI

1. Introduction aux modèles d’IA générative

• Historique rapide et grands principes (LLM, embeddings, transformers).
• Cas d’usage typiques (texte, code, résumé, assistants, etc.).
• Limites et risques (hallucinations, biais, dépendance aux données).

2. Rappel sur Spring & son écosystème

• Architecture Spring Boot (MVC, REST, Beans, configuration).
• Intégration avec des services externes (APIs, configuration YAML/propriétés).
• Notions clés utiles pour Spring AI (beans, services, REST controllers).

3. Découverte de Spring AI

• Présentation du projet Spring AI et de son objectif.
• Configuration initiale : dépendances Maven/Gradle.
• Connexion à un fournisseur de modèle (ex : OpenAI, Azure, Hugging Face).
• Gestion des clés API et de la configuration sécurisée.

4. Premier projet pratique : Prompting & Web Service

• Rédaction d’un prompt simple (texte).
• Création d’un service Java qui interroge le modèle via Spring AI.
• Mise en place d’un endpoint REST exposant l’IA.
• Test avec Postman ou cURL.

5. Ateliers complémentaires au choix

Atelier A – Gestion avancée des prompts

• Prompt templates dans Spring AI.
• Gestion des variables dynamiques dans les prompts.
• Enchaînement d’appels (multi-prompts).

Atelier B – Génération de contenu structuré

• Forcer la sortie JSON avec Spring AI.
• Exploitation de la réponse par une autre API/service Spring.
• Cas pratique : générer un objet métier depuis un prompt.

Atelier C – Intégration d’un moteur vectoriel

• Utilisation des embeddings.
• Stockage et recherche sémantique.
• Exemple : créer une FAQ intelligente avec Spring AI + base documentaire.

Atelier D – Sécurité et bonnes pratiques

• Sécurisation des appels (masquage de la clé API, Vault, config).
• Gestion des quotas et coûts.
• Prévention des “prompt injections”.

6. Conclusion & perspectives

• Récapitulatif des acquis.
• Présentation de cas d’usage avancés (agents, RAG, orchestration).
• Ouverture vers les frameworks complémentaires (LangChain4j, etc.).
• Q&A.