Un carnet d’architecture pour passer du POC IA à une plateforme industrialisée.
Ces pages regroupent mes notes, schémas et arbitrages sur les plateformes IA : RAG, retriever hybride, Agentic AI, chunking, Knowledge Graph, cloud, sécurité et gouvernance. Ce n’est pas un manifeste définitif. C’est un mémoire personnel, issu de sujets que je rencontre en mission et que je préfère formaliser clairement.
Les pages
Architecture Enterprise IA
Vue d’ensemble d’une plateforme IA : ingestion, data platform, retrieval, RAG, agents, LLM gateway, observabilité.
RAG
Standard RAG, Advanced RAG, Hybrid RAG, GraphRAG, Agentic RAG et Corrective RAG.
Retriever Hybride
PostgreSQL, pgvector, Turbovec, Elasticsearch, Knowledge Graph et re-ranking.
Agentic AI
Types d’agents, orchestration, LangGraph, multi-agent et workflows métier.
Planner & Agentic Planning
Planification explicite, JSON/DSL, LangGraph, gouvernance et audit des exécutions.
Chunking
Stratégies de découpage : technique, documentaire, juridique, assurance et multimodal.
Knowledge Graph
Ontologies, renvois juridiques, raisonnement, temporalité et GraphRAG.
Infrastructure
Airflow, dbt, Kubernetes, Docker, MLflow, Langfuse et LiteLLM.
Cloud
Déclinaisons AWS, Azure, GCP et benchmark coût/performance/sécurité.
Sécurité & Gouvernance
AI Act, RGPD, RBAC/ABAC, secrets, audit, guardrails, prompt/model registry.
Le fil conducteur
Une plateforme IA sérieuse ne se résume pas à appeler un LLM. Elle doit ingérer des sources fiables, construire une connaissance exploitable, retrouver le bon contexte, citer ses sources, être observable, gouvernée et sécurisée. C’est ce passage de la démo à l’architecture qui m’intéresse ici.