Carnets d’ingénieur en IA : une série Colab sans framework pour apprendre RAG, agents et évaluations avec l’API gratuite Groq

Le dépôt AI Engineer Notebooks vient de sortir — une collection de notebooks Colab qui vous guide à travers toute la pile LLM appliquée sans dépendre de frameworks comme LangChain ou LlamaIndex. Il est conçu pour les ingénieurs backend/full-stack qui évoluent vers des rôles d'ingénieur IA ou d'ingénieur déployé en avant. Tout fonctionne avec l'API gratuite Groq, donc aucune carte de crédit requise.

Ce qu'il contient

Les notebooks sont organisés en 12 sections, commençant par la configuration et les API de modèles, puis passant aux évaluations, RAG, agents, adaptation, sécurité et déploiement. Points clés :

• Sans framework par conception — Vous écrivez des boucles d'agent, des pipelines RAG et la logique d'évaluation à partir d'appels API bruts. L'objectif est de comprendre ce que des frameworks comme LangChain font réellement avant de les utiliser.
• Les évaluations comme colonne vertébrale — « Mesurer avant d'ajuster » est mis en avant à partir de la section 02, avec des techniques d'évaluation récurrentes dans chaque section ultérieure.
• Études de cas réelles — Trois exemples de bout en bout : un assistant de support débogué en production, une comparaison des coûts pipeline vs agent, et un benchmark de robustesse red-team.
• Compatible OpenAI — Tous les modèles se transfèrent directement à OpenAI et Anthropic en échangeant l'URL de base.

Notebooks pratiques

Chaque notebook est autonome, installe ses propres dépendances et lit les clés API depuis les secrets Colab. Les premiers notebooks couvrent des compétences pratiques :

• API de modèles — Fondamentaux du prompting, sortie structurée, appel d'outils, streaming et budget de contexte.
• Bases des évaluations — Ensembles de référence et métriques pour commencer à mesurer la qualité des sorties.
• RAG — Une démo de 15 lignes montrant récupérer → augmenter → générer, plus le choix des embeddings, la recherche hybride et les rerankers.

Le dépôt (480 étoiles, 29 forks) comprend 86 commits et un plan d'accompagnement pour la transition vers les rôles FDE/Ingénieur IA. C'est une ressource pratique, sans battage médiatique, pour développer des compétences en IA de niveau production.