Ollama
Outil open source permettant de télécharger, exécuter et gérer des grands modèles de langage (LLM) directement en local, sans dépendre d'une API cloud.
Définition
Ollama est un outil open source qui permet de télécharger, exécuter et gérer des grands modèles de langage (LLM) directement en local sur sa propre machine, sans dépendre d'une API cloud payante.
Ollama simplifie considérablement le déploiement local de modèles open source comme Llama ou Mistral, un atout pour la confidentialité des données traitées (rien ne sort de la machine) ou pour expérimenter sans coût d'API récurrent.
Formations intégrant Ollama
Ollama : déployer et optimiser des LLM en local
Maîtrisez le déploiement de modèles d'IA en local pour garantir la confidentialité de vos données tout en optimisant les performances !
Prompt engineering : obtenir des résultats fiables et exploitables avec les IA génératives
Passez du prompt approximatif qui « donne quelque chose » au prompt méthodique qui produit un résultat directement utilisable dans votre travail.
Spring AI : L’IA générative pour Java
Maîtrisez l’avenir du développement Java avec Spring AI et libérez tout le potentiel de l’intelligence artificielle dans vos applications !
Fine-tuning des LLM : techniques, outils et bonnes pratiques
De la donnée au modèle réellement adapté à votre cas d’usage !
MCP (Model Context Protocol) : connecter les agents IA aux outils métier
2 jours de formation pour apprendre à faire communiquer vos applications avec un LLM !
IA Agentique : concevoir et développer des agents LLM autonomes
Maîtrisez les design patterns agentiques pour construire des systèmes IA capables de raisonner, utiliser des outils et coordonner plusieurs agents spécialisés !
Questions fréquentes
Qu'est-ce que Ollama ?
Outil open source permettant de télécharger, exécuter et gérer des grands modèles de langage (LLM) directement en local, sans dépendre d'une API cloud.
Quelles formations Sparks abordent Ollama ?
Ollama : déployer et optimiser des LLM en local, Prompt engineering : obtenir des résultats fiables et exploitables avec les IA génératives, Spring AI : L’IA générative pour Java, Fine-tuning des LLM : techniques, outils et bonnes pratiques, MCP (Model Context Protocol) : connecter les agents IA aux outils métier, IA Agentique : concevoir et développer des agents LLM autonomes.