Découvrez Larkfield
Larkfield est la boutique en ligne que tous les cours utilisent comme exemple. Elle est inventée. Sur cette page, vous découvrez son équipe, vous suivez son travail en IA et vous voyez d'où viennent les données de chaque cours.
Qui est Larkfield
Une boutique pour la maison et le jardin
Larkfield est une boutique en ligne canadienne d'articles pour la maison et le jardin. Elle vend aussi sa propre marque, Larkfield Basics. Des vendeurs tiers de sa place de marché ajoutent d'autres catégories, comme les vêtements.
Le Canada et l’UE
Son siège social est à Montréal. Elle vend à des clients partout au Canada et dans l'Union européenne. Les prix sont en dollars canadiens, et les clients de l'UE paient en euros.
Deux langues
Les clients écrivent à Larkfield en anglais et en français. Le service d'assistance compte des agents bilingues. Larkfield a créé elle-même le logiciel de son service d'assistance.
En ligne, puis aussi en magasin
Larkfield vendait seulement en ligne jusqu'en 2026. Cette année-là, elle achète une chaîne de jardineries et une chaîne de quincailleries. Elle a aussi un magasin d'aubaines pour les articles d'occasion.
Une deuxième boutique, la librairie Bramble Books, utilise aussi le service d'assistance de Larkfield.
L'équipe
Vous rencontrez les mêmes personnes dans plusieurs cours. Chaque personne a le même rôle dans tous les cours. Les personnes des études de cas travaillent dans d'autres organisations, même quand elles ont le même prénom.
Le travail en IA de Larkfield, étape par étape
Les étapes suivent les parcours. Chaque cours raconte sa partie de l'histoire à son propre moment. Cette page donne donc l'ordre des événements, pas des dates.
Trouver où l'IA peut aider
L'équipe du service d'assistance dresse la liste des problèmes où l'IA peut aider, comme les questions sur les politiques et le tri des billets. Elle apprend à lire les nombres qui accompagnent l'IA.
Apprendre des données du service d'assistance
Mei prépare les données des billets. Priya crée un modèle qui trouve les billets qui ont besoin d'une personne, et l'équipe le met en service. Un essai avec l'apprentissage profond montre qu'un modèle plus simple suffit pour le moment.
Utiliser l'IA dans toute la boutique
D'autres équipes utilisent aussi l'apprentissage automatique : pour trouver les paiements inhabituels, prévoir la demande, vérifier les articles retournés sur photo, acheminer les messages, recommander et chercher des produits, apparier les dossiers clients après l'achat des magasins, tester des changements par des expériences et comprendre les appels. Chacun de ces cours est indépendant.
- Prévision et séries chronologiques : prévoir la suite
- Détection d'anomalies : trouver ce qui est inhabituel
- IA de vision : voir, compter et inspecter
- Classification et routage de textes : envoyer chaque message au bon endroit
- Recommandation et personnalisation : montrer à chacun ce qui compte
- Recherche et classement : trouver la meilleure correspondance
- Résolution d'entités et appariement d'enregistrements : est-ce la même chose?
- Expériences et impact causal : notre changement a-t-il fonctionné?
- IA de la parole : transcrire, comprendre et parler
Rédiger des réponses avec un modèle de langage
L'équipe choisit un modèle de langage. Amira crée un assistant qui rédige des réponses, et un agent vérifie et envoie chacune d'elles. L'assistant reçoit ensuite les documents de politique de Larkfield, puis un flux de travail qui peut agir, avec des approbations. Priya mesure chaque changement.
- Les LLM : comment ils fonctionnent et comment en choisir un
- Créer des applications fiables avec les API de LLM
- RAG : créer une IA qui utilise vos données
- Évaluer et tester les systèmes d'IA
- Tester les applications d'IA : assurance qualité manuelle et assistée par l'IA
- Agents d'IA et orchestration des flux de travail
Construire et protéger la plateforme
Le logiciel du service d'assistance reçoit une vraie base de données, un plan pour les jours chargés comme le Vendredi fou, un nouvel écran pour les agents et la connexion. Bramble Books commence à utiliser le service d'assistance. L'équipe vérifie les risques de sécurité de l'assistant et le connecte à des outils.
- Développement logiciel assisté par l'IA
- Architecture frontend et performance des applications d'IA
- Authentification, autorisations et applications multilocataires
- Sécurité de l'IA, vie privée et conception responsable
- MCP : connecter les applications d'IA aux outils et aux données
- Bases de données et stockage pour les applications d'IA
- Mettre à l'échelle les API et les charges de travail d'IA
Exploiter l'IA en production
L'équipe teste un modèle ajusté par réglage fin et lit des reçus et d'autres documents avec l'IA. Elle fait des mises en production avec des vérifications, planifie les coûts, surveille le flux de travail en direct et contrôle toute son IA avec une passerelle et un registre. La direction décide d'aller de l'avant ou non, et un comité de gouvernance fixe les règles.
- MLOps et LLMOps : exploiter l'IA en production
- Réglage fin et adaptation des modèles d'IA
- IA documentaire et multimodale
- Conception de systèmes d'IA et maîtrise des coûts
- Gouverner les agents d'IA : passerelles, registres et contrôles
- Observabilité des agents d'IA : traces, coûts et pistes d'audit
- Diriger des produits et des équipes d'IA
- Gouvernance de l'IA : politiques, risques et responsabilité
- Projet intégrateur : créer, évaluer et livrer un produit d'IA
Les données
Chaque cours a sa propre tranche des données de Larkfield. Un cours utilise seulement les données dont ses leçons ont besoin, pour sa propre période. Les nombres diffèrent donc d'un cours à l'autre : un cours a 1 417 billets, et un autre en a 300 000. Chaque nombre est exact pour son cours.
Les données synthétiques sont inventées pour le cours. Les données adaptées sont de vraies données publiques que nous avons modifiées pour Larkfield. Tous les clients des données sont inventés.
| Cours | Données | Source | Période | Tailles principales | Licence |
|---|---|---|---|---|---|
| Bases d'une carrière en IA : rôles, compétences et feuilles de routeLeçon sur les données | De petits exemples dans les leçons, comme un tableau de dix billets | Synthétiques | Non indiquée | 10 billets dans le plus grand tableau | Aucun fichier de données |
| Mathématiques et statistiques essentielles pour l'IALeçon sur les données | Des nombres dans les leçons : billets de test et commandes à livrer | Synthétiques | Non indiquée | Des jeux de test de 300 et 1 000 billets | Aucun fichier de données |
| SQL et préparation des données pour l'IALeçon sur les données | L’exportation du service d’assistance | Synthétiques | Janvier à juin 2026 | 240 clients, 1 417 billets, 1 874 résultats | |
| Apprentissage automatique : du problème à un modèle fiableLeçon sur les données | L’exportation complète des billets, avec ceux qui sont allés à une personne | Synthétiques | Juillet 2024 à juin 2026 | Environ 1 000 clients; 16 939 billets d’entraînement, 1 179 de validation et 1 002 de test | Non indiquée |
| L'apprentissage profond et les transformeurs expliquésLeçon sur les données | Des textes de billets avec leur équipe, écrits par un modèle de langage à partir d’une liste de situations | Synthétiques | Non indiquée | 5 896 billets (4 696 / 600 / 600) | |
| Prévision et séries chronologiques : prévoir la suiteLeçon sur les données | Demande quotidienne, commandes, billets, horaires du personnel, météo et promotions | Synthétiques | 1er avril 2024 au 29 mars 2026 | 200 produits, 403 758 lignes de demande | |
| Détection d'anomalies : trouver ce qui est inhabituelLeçon sur les données | Paiements par carte, remboursements, commandes, billets et mesures de l’API de billets, avec des anomalies placées | Synthétiques | Paiements : juin à novembre 2025. Commandes : avril 2024 à mars 2026 | 343 074 paiements, 24 038 clients | |
| IA de vision : voir, compter et inspecterLeçon sur les données | Photos du catalogue, photos d’articles retournés, scènes d’entrepôt et photos de clients | Synthétiques et vraies données publiques | Jusqu’en avril 2026 | 733 photos du catalogue, 735 photos de retours; 2 113 fichiers | |
| Les LLM : comment ils fonctionnent et comment en choisir unLeçon sur les données | Un petit jeu de test de billets, en anglais et en français, et la politique de support | Synthétiques | Non indiquée | 24 billets; 192 réponses notées | Non indiquée |
| Créer des applications fiables avec les API de LLMLeçon sur les données | Des billets et une base de données de commandes, avec des réponses de modèle enregistrées | Synthétiques | Non indiquée | 69 billets; 276 réponses enregistrées | |
| Déployer des modèles d'IA pour de vrais utilisateursLeçon sur les données | Les billets du cours d’apprentissage automatique, plus un nouveau mois | Synthétiques | Juillet 2024 à juillet 2026 | 18 118 billets d’entraînement; 1 400 nouveaux billets en juillet | Non indiquée |
| Bases de données et stockage pour les applications d'IALeçon sur les données | Des données de service d’assistance en petite et en grande taille | Synthétiques | Petite : 25 septembre au 8 octobre 2026. Grande : un an jusqu’au 8 octobre 2026 | Petite : 40 clients, 200 billets. Grande : 20 000 clients, 300 000 billets | |
| RAG : créer une IA qui utilise vos donnéesLeçon sur les données | La collection de politiques et les questions de test de Grace | Synthétiques | Non indiquée | 36 documents, 185 passages, 67 questions | |
| Évaluer et tester les systèmes d'IALeçon sur les données | Un jeu d’évaluation, et un mois simulé de billets | Synthétiques | Non indiquée | 271 cas (102 / 98 / 71); 1 270 billets simulés | |
| Tester les applications d'IA : assurance qualité manuelle et assistée par l'IALeçon sur les données | Une application de service d’assistance d’exercice avec des données de test, et des réponses de modèle enregistrées | Synthétiques | Non indiquée | 4 clients, 8 commandes, 8 avis; 300 réponses enregistrées | |
| Agents d'IA et orchestration des flux de travailLeçon sur les données | Des tâches de flux de travail, une base de données d’exercice et des passages de politique | Synthétiques | Non indiquée | 70 tâches, 24 passages de politique | |
| Développement logiciel assisté par l'IALeçon sur les données | Un fichier de billets et une exportation de formulaire Web dans un petit projet de code | Synthétiques | Non indiquée | 15 billets | Non indiquée |
| Architecture frontend et performance des applications d'IALeçon sur les données | Une API de billets simulée, avec des brouillons d’IA rejoués | Synthétiques | Non indiquée | 10 000 billets; 69 brouillons enregistrés | |
| Authentification, autorisations et applications multilocatairesLeçon sur les données | Les données du service d’assistance du cours sur les bases de données, plus une deuxième boutique, Bramble Books | Synthétiques | 25 septembre au 8 octobre 2026 | Larkfield : 40 clients, 200 billets. Bramble Books : 12 clients, 40 billets | |
| Sécurité de l'IA, vie privée et conception responsableLeçon sur les données | Un assistant de support d’exercice : base de données, documents et pages Web, avec des attaques prévues | Synthétiques | Non indiquée | 26 tâches normales, 42 attaques, 31 passages | |
| MCP : connecter les applications d'IA aux outils et aux donnéesLeçon sur les données | Les billets et les documents de politique de deux boutiques sur un même service d’assistance | Synthétiques | Non indiquée | 21 billets, 14 documents | |
| Mettre à l'échelle les API et les charges de travail d'IALeçon sur les données | Les grandes données du service d’assistance du cours sur les bases de données, avec des temps de réponse enregistrés chez le fournisseur | Synthétiques | 9 octobre 2025 au 8 octobre 2026 | 300 000 billets, 20 000 clients | |
| MLOps et LLMOps : exploiter l'IA en productionLeçon sur les données | Les billets du cours d’évaluation, des appels de modèle enregistrés et des données de service sauvegardées | Synthétiques | Non indiquée | 271 billets; 1 358 appels enregistrés; une semaine d’exercice de 5 754 billets | |
| Réglage fin et adaptation des modèles d'IALeçon sur les données | Les billets d’entraînement du cours d’apprentissage profond, avec de nouvelles étiquettes | Synthétiques | Non indiquée | 4 696 billets; 900 dans l’échantillon d’entraînement | |
| IA documentaire et multimodaleLeçon sur les données | Un ensemble de documents : reçus de caisse, politiques, liste de prix et fichiers à problème | Synthétiques | Reçus de juin à septembre 2026 | 65 documents, dont 53 reçus | |
| Conception de systèmes d'IA et maîtrise des coûtsLeçon sur les données | Les documents et les questions du cours sur le RAG, un fichier de demande et des coûts mesurés | Synthétiques | Non indiquée | 36 documents, 67 questions, 659 appels enregistrés | |
| Gouverner les agents d'IA : passerelles, registres et contrôlesLeçon sur les données | Un simulateur de fournisseur : des réponses enregistrées des cours précédents et une facture simulée | Synthétiques | Un mois : septembre 2026 | 5 253 réponses enregistrées; 40 754 appels de modèle | |
| Observabilité des agents d'IA : traces, coûts et pistes d'auditLeçon sur les données | Une semaine sauvegardée du flux de support : trafic simulé et décisions rejouées | Synthétiques | 12 au 18 octobre 2026 | 316 exécutions, 1 331 enregistrements d’audit | |
| Diriger des produits et des équipes d'IALeçon sur les données | Un dossier de preuves, avec des nombres des cours sur l’évaluation, l’exploitation et les documents | Synthétiques | Non indiquée | 271 billets; 199 brouillons jugés | |
| Gouvernance de l'IA : politiques, risques et responsabilitéLeçon sur les données | Le portefeuille d’IA, la politique et les dossiers du comité de gouvernance | Synthétiques | Non indiquée | 8 systèmes d’IA | |
| Projet intégrateur : créer, évaluer et livrer un produit d'IALeçon sur les données | Les documents du cours sur le RAG, plus les documents de Bramble Books et une banque de questions | Synthétiques | Non indiquée | 36 + 15 documents; 103 questions | |
| Classification et routage de textes : envoyer chaque message au bon endroitLeçon sur les données | La boîte de réception du support, en anglais et en français | Synthétiques | Septembre 2025 à janvier 2026 | 10 000 messages (7 071 en anglais, 2 929 en français) | |
| Recommandation et personnalisation : montrer à chacun ce qui compteLeçon sur les données | Le journal de la boutique : consultations, ajouts au panier et commandes | Synthétiques | 1er février 2025 au 5 juillet 2026 | 2 994 produits, 40 000 clients, 805 316 événements | |
| Recherche et classement : trouver la meilleure correspondanceLeçon sur les données | Le catalogue, les requêtes de test et les jugements d’un vrai jeu de données public (WANDS); les prix, les stocks et le journal des recherches sont inventés | Adaptées de vraies données publiques | Journal des recherches : 1er septembre au 26 octobre 2025 | 40 066 produits, 624 requêtes, 20 000 recherches | |
| Résolution d'entités et appariement d'enregistrements : est-ce la même chose?Leçon sur les données | Les listes de clients de la boutique, du programme de fidélité et des jardineries, et deux flux de fournisseurs | Synthétiques | Non indiquée | 60 108 enregistrements de 37 500 personnes; flux de fournisseurs de 4 460 et 3 501 produits | |
| Expériences et impact causal : notre changement a-t-il fonctionné?Leçon sur les données | Un simulateur de la boutique, de ses clients et de leurs commandes | Synthétiques | Juin 2024 à novembre 2025 | 40 000 à 93 463 clients par scénario | |
| IA de la parole : transcrire, comprendre et parlerLeçon sur les données | Des appels au service d’assistance, faits avec des voix ouvertes de synthèse vocale | Synthétiques | Non indiquée | 340 appels (260 pour les personnes apprenantes : 175 en anglais, 85 en français) |
Ces cours utilisent un service d'assistance simple et ne nomment pas Larkfield : Python pour l'ingénierie de l'IA en pratique; L'essentiel de Git et du développement en équipe; Créer et déployer votre première API; L'essentiel de Docker et du nuage pour les développeurs en IA; CI/CD, tests et mises en production sûres.
Larkfield existe-t-elle?
Non. Larkfield, son équipe et ses clients sont inventés. Une vraie entreprise ou une vraie personne du même nom est une coïncidence.
Pourquoi une même entreprise vous aide
- Vous apprenez l'entreprise une seule fois. Chaque nouveau cours commence par un problème que vous connaissez déjà.
- Vous voyez comment les parties sont liées : le modèle d'un cours devient les données, le coût ou le risque d'un cours suivant.
- Les décisions sont réalistes : des coûts, des clients, des règles et des personnes qui ne sont pas d’accord.
- Aucune donnée d'un vrai client n'est utilisée. Nous pouvons donc tout vous montrer.