The Full Stack
The Full Stack (Full Stack Deep Learning) · Apprentissage · Autres · Prompts
The Full Stack est une série de cours gratuits conçue par d'anciens doctorants de UC Berkeley pour apprendre à construire des produits IA, des données au déploiement et aux LLMOps.
À propos de The Full Stack
About
Qu'est-ce que The Full Stack
The Full Stack, également appelé Full Stack Deep Learning, est un projet pédagogique mené par une petite équipe d'anciens doctorants de UC Berkeley qui ont mis en production des systèmes de machine learning chez OpenAI, Weights & Biases et dans leurs propres entreprises. Le point de départ est simple : entraîner le modèle est la partie facile, et tout ce qui l'entoure décide si le produit fonctionne.
Le contenu couvre tout le cycle de vie d'un produit fondé sur l'IA. Il commence par le choix d'un problème qui vaut la peine, puis enchaîne sur la gestion des données et des expériences, les tests d'un modèle qui change chaque semaine, le déploiement et la surveillance après la mise en ligne. Le volet le plus récent, consacré aux LLM, ajoute l'ingénierie des prompts, les modèles de langage augmentés et les questions de conception que posent les interfaces de conversation. Ce cours d'IA gratuit donne une base large, et le fil du développement de produits IA reste le même de la première séance à la dernière.
La limite principale tient à la fraîcheur. Les cours sont des enregistrements et décrivent donc les outils et les capacités des modèles de l'année où ils ont été filmés. L'équipe le signale sur le site, et il vaut mieux lire les noms de bibliothèques comme des exemples historiques que comme des recommandations actuelles. La version gratuite n'offre par ailleurs ni promotion, ni correction, ni retour d'un formateur.
Pour commencer
- Ouvrez fullstackdeeplearning.com et choisissez un parcours : le cours de deep learning de 2022 ou le LLM Bootcamp de 2023.
- Parcourez le calendrier et commencez par la séance sur la vision du cours et le moment où le machine learning est utile, qui structure tout le reste.
- Regardez les préliminaires sur les CNN, les transformers et PyTorch Lightning si vos bases en deep learning sont fragiles.
- Suivez un atelier de bout en bout, par exemple celui sur la gestion des expériences ou sur le déploiement web, avec votre propre projet plutôt qu'un jeu de données d'exemple.
- Inscrivez-vous à la lettre d'information ou à la chaîne YouTube pour connaître les prochaines éditions.
Informations sur le produit
Aperçu des tarifs, des plateformes compatibles et des performances de The Full Stack.
Idéal pour
Les utilisateurs, tâches et cas d'usage où cet outil convient le mieux.
Utilisateurs
- Développeurs qui se tournent vers l'IA
- Ingénieurs ML habitués à entraîner des modèles
- Chefs de produit et fondateurs qui évaluent une fonctionnalité d'IA
- Étudiants et chercheurs
Tâches
- Décider si un problème demande vraiment du machine learning
- Mettre en place le suivi des expériences et les tests
- Faire passer un modèle du notebook à la production
- Comprendre comment se construisent les applications basées sur un LLM
Cas d'usage
- Étudier seul sur quelques semaines
- Faire monter une équipe sur les pratiques ML de production
- Tester avant de payer un bootcamp ou un cours MLOps
Fonctionnalités clés
Bibliothèque gratuite des cours de 2022
Neuf séances enregistrées passent par la vision du cours, l'infrastructure de développement, le débogage et l'évaluation, la gestion des données, le déploiement, l'apprentissage continu, les modèles de fondation, le travail en équipe et l'éthique. Chaque séance vient avec ses diapositives et un résumé écrit, donc vous pouvez lire au lieu de regarder. L'ensemble reste ouvert, et l'équipe le présente comme gratuit pour toujours.
Enregistrements du Full Stack LLM Bootcamp
Le LLM Bootcamp d'avril 2023 ajoute huit sessions consacrées aux applications fondées sur des modèles de langage : ingénierie des prompts, LLMOps, conception d'interfaces conversationnelles, modèles augmentés et un parcours qui met une application LLM en ligne en une heure. Ce sont les enregistrements d'un événement en présentiel, publiés avec le même accès libre que le matériel précédent.
Ateliers pratiques
Huit ateliers accompagnent les séances de 2022 et parcourent la gestion des expériences, l'annotation des données, le débogage, le déploiement web et la surveillance des modèles. Chacun utilise une pile d'outils réelle, pas un exemple jouet, si bien que vous terminez avec quelque chose de déployable. Les ateliers sont la partie qui transforme les cours en compétences réutilisables au travail.
Couverture LLMOps
La séance LLMOps traite le versant opérationnel d'une fonctionnalité fondée sur un modèle de langage : évaluer des sorties sans bonne réponse unique, suivre le coût et la latence, et partir du principe qu'une mise à jour du modèle change le comportement du jour au lendemain. C'est le matériel qui manque souvent quand le premier prototype rencontre de vrais utilisateurs. Elle reste au niveau des premiers choix et des pistes, pas d'un manuel d'ingénierie complet.
Ingénierie des prompts et conception d'interface
Deux séances traitent les prompts et la conception d'interface comme des problèmes de produit, pas comme des astuces. La séance sur les prompts couvre les prompts structurés, les exemples few-shot et les façons d'échouer ; celle sur l'UX regarde comment une interface de conversation cache ou expose l'état du système. Les voir à la suite sert plus que d'en voir une seule, car un bon prompt dans une mauvaise interface échoue quand même.
Parcours d'apprentissage par projet
Le cours de 2022 comprend un projet de groupe avec propositions, étapes et présentation finale, et les présentations des projets sont publiques. Vous pouvez suivre la même structure seul : choisissez une petite idée, faites-la passer par les ateliers et présentez-la à un ami ou un collègue pour avoir un retour. Les projets montrent quelle ampleur reste réaliste pour quelques semaines à temps partiel.
Avantages et inconvénients
Avantages
- Tout est gratuit, diapositives, ateliers et enregistrements compris, sans mur d'inscription devant les cours.
- Les formateurs ont mis de vrais systèmes en production chez OpenAI, Weights & Biases et Volition, donc les conseils viennent du terrain et non de la théorie.
- Le périmètre couvre les parties peu glamour qui décident un projet : gestion des données, tests et surveillance.
- Les ateliers utilisent de bout en bout des outils à jour au moment du tournage, ce qui facilite la copie du flux dans votre propre dépôt.
- Le volet LLM aborde la conception d'interface et l'évaluation, deux sujets que la plupart des contenus sur les prompts laissent de côté.
Inconvénients
- Les enregistrements vieillissent vite. Les noms d'outils et les capacités des modèles de 2022 et 2023 ont évolué, il faut donc vérifier la documentation actuelle pour tout détail lié à une version.
- Il n'y a ni promotion, ni échéance, ni retour, ce qui rend la fin difficile pour ceux qui ont besoin d'une pression extérieure.
- La version gratuite ne délivre ni certificat ni attestation, elle ne répond donc pas seule à une obligation de formation formelle.
- Sur beaucoup de sujets opérationnels, elle s'arrête aux premiers choix et aux pistes, ce qui laisse des trous s'il vous faut un guide de production approfondi sur une pile précise.
Questions fréquentes
Oui. Tous les cours, diapositives, ateliers et enregistrements du site se regardent sans payer, et l'équipe affirme que le matériel de 2022 est gratuit pour toujours. Il n'y a ni offre payante ni compte obligatoire pour accéder aux vidéos.
Contenus associés
Découvrez des outils, des compétences et des articles liés à The Full Stack.
Alternatives à The Full Stack
HireKey
HireKey · Voix et langage · Productivité · ApprentissageHireKey est un copilote de recherche d'emploi IA conçu par une ancienne recruteuse tech. Il évalue l'adéquation au poste, adapte le CV, entraîne aux entretiens et suit chaque candidature.
Lune
Retrograde Labs · Productivité · ApprentissageLune est un moteur de recherche scientifique conçu pour les agents scientifiques. Il tourne comme serveur MCP et donne à Claude, ChatGPT et Cursor un accès cité aux articles évalués par les pairs.
Coddy
Coddy · Programmation · ApprentissageCoddy propose des leçons courtes et interactives pour apprendre à coder dans plus de 20 langages, avec éditeur web, tuteur IA et certificats gratuits.