Qu’est-ce que Generative AI for Beginners ?
Generative AI for Beginners est un cours gratuit des Microsoft Cloud Advocates, désormais dans sa troisième version. Il a 21 leçons plus une leçon de configuration, réparties en leçons « Learn » sur les concepts (prompting, IA responsable, sécurité, cycle de vie des applications) et leçons « Build » avec du code (chat, recherche par embeddings, génération d'images, appel de fonctions, RAG, agents, modèles ouverts sur Hugging Face).
Les exemples de code viennent en Python et TypeScript quand c'est possible. Le README liste quatre façons de les exécuter : Azure OpenAI, Microsoft Foundry Models, l'API OpenAI, ou Foundry Local pour un usage entièrement hors ligne. Il note aussi que GitHub Models, autour duquel certaines leçons ont été écrites, s'est retiré fin juillet 2026. Des éditions sœurs couvrent .NET, Java et JavaScript.
Le dépôt n'a pas de versions mais est activement maintenu : les mainteneurs ont fusionné des correctifs le 22 octobre 2026, dont une correction du notebook RAG de la leçon 15 et un nettoyage des références aux modèles Llama retirés.
Generative AI for Beginners vaut-il le coup ?
Generative AI for Beginners, avec environ 122 000 étoiles GitHub, gagne son public par l'ampleur à un rythme doux. Vingt et une courtes leçons mènent un développeur de ce qu'est un LLM à l'appel de fonctions, au RAG et au fine-tuning, chacune avec une vidéo, une leçon écrite et du code exécutable.
Le penchant Microsoft est réel mais gérable. Les exemples sont écrits pour Azure OpenAI et Foundry, avec des variantes de l'API OpenAI à côté, et chaque lien porte une balise de campagne Microsoft. Foundry Local, ajouté comme option hors ligne, supprime le besoin de tout compte cloud, ce qui compte pour les salles de classe et pour les apprenants sans carte d'entreprise.
Certaines leçons ont vieilli plus vite que les mainteneurs ne peuvent les corriger. L'exemple AutoGen de la leçon 17 utilise encore l'ancien style AssistantAgent et llm_config, alors que le propre README d'AutoGen dit désormais que le projet est archivé et n'est plus maintenu, sans correctif de bug ou de sécurité ; la même leçon oriente bien les nouveaux projets vers Microsoft Agent Framework. Les notebooks qui visaient GitHub Models ont besoin d'être repointés depuis que ce service s'est retiré en juillet 2026, et les leçons les plus récentes, sur les petits modèles, les modèles Mistral et Meta, disent encore « Video Coming Soon ».
L'entretien est meilleur que la plupart des dépôts de cours. Dans la semaine jusqu'au 22 octobre 2026, les mainteneurs ont corrigé un notebook RAG qui n'envoyait que la question au modèle, marqué les références Llama 3.1 retirées et fusionné des mises à jour de dépendances, et seulement 16 issues et pull requests étaient ouvertes. Comparé au LLM Course de Maxime Labonne, qui cartographie tout le domaine y compris l'entraînement, celui-ci reste du côté application et tient la main du lecteur bien davantage.
Là où il fait la différence
Un formateur de bootcamp qui enseigne à 20 personnes en reconversion sur dix soirées
Donner à la classe un chemin gratuit et structuré vers la construction d'applis LLM
Assignez deux leçons par semaine et faites exécuter aux étudiants les notebooks Build contre l'API OpenAI ou Foundry Local. Le cours ne coûte rien ; la seule facture est les tokens d'API, que Foundry Local supprime entièrement au prix de modèles locaux plus faibles.
Un développeur backend Python chez un assureur à qui on demande de prototyper une recherche de documents de police
Apprendre les embeddings et le RAG assez bien pour construire une démo crédible
Les leçons 8 et 15 couvrent la recherche par embeddings et le RAG avec une base de données vectorielle, et la leçon 13 couvre les menaces sur les systèmes IA et comment les sécuriser. Attendez-vous à réécrire le code client spécifique à Azure si l'entreprise tourne sur un autre fournisseur.
Un responsable formation dans un cabinet de conseil Azure de 300 personnes
Monter en compétence les consultants sur l'IA générative sans acheter de licence de formation
Les leçons sous licence MIT peuvent être adoptées comme curriculum interne, et les défauts Azure correspondent au travail client. Le coût est le temps du personnel et les crédits Azure ; la leçon d'agent devrait être complétée avec du matériel Agent Framework.
Avant de vous engager
- Mise en route
- Forkez ou clonez partiellement le dépôt, suivez la leçon 00 pour configurer un environnement Python ou Node et une clé d'API ; Foundry Local supprime le besoin d'un compte cloud.
- Intégrations
- Les exemples visent Azure OpenAI, Microsoft Foundry Models, l'API OpenAI et Foundry Local ; certaines leçons utilisent aussi des modèles Hugging Face, Mistral et Meta.
- Données et confidentialité
- Licence MIT. Le cours lui-même n'envoie rien nulle part, mais chaque prompt d'une leçon Build va au fournisseur que vous configurez ; Foundry Local le garde sur l'appareil.
- Coût à grande échelle
- Gratuit à utiliser et à adopter en interne. Exécuter les exemples coûte des tokens de fournisseur ; la leçon de fine-tuning avertit qu'un modèle personnalisé déployé sur Azure est facturé à l'heure et est retiré après 15 jours d'inactivité.
- Limites
- Pas de versions, si bien que les leçons changent sous vous ; certains notebooks référencent encore GitHub Models retiré ou Llama 3.1, et l'exemple AutoGen vise un projet que Microsoft décrit désormais comme archivé et non maintenu.
Les points forts
- 21 leçons, chacune avec vidéo, texte et code
- Exemples Python et TypeScript pour la plupart des leçons Build
- L'option Foundry Local exécute les leçons hors ligne sans compte cloud
- Les mainteneurs fusionnent encore des correctifs chaque semaine en octobre 2026
Les points faibles
- Les exemples basculent par défaut sur Azure OpenAI et Foundry
- La leçon d'agent enseigne l'ancienne API AutoGen
- Les leçons 19 à 21 n'ont pas encore de vidéos
- Peu de choses sur les rouages des modèles ou l'entraînement de zéro
Idéal pour
Les développeurs nouveaux dans l'IA générative qui veulent construire leurs premières applications.
Alternatives à Generative AI for Beginners
Generative AI for Beginners : questions fréquentes
- Generative AI for Beginners vaut-il le coup ?
- Un premier programme solide pour les développeurs qui construisent avec des API LLM, pourvu qu'ils lisent les leçons d'agents comme de l'histoire et remplacent Azure par le fournisseur qu'ils paient déjà. Nous lui donnons 4.2 sur 5.
- Combien coûte Generative AI for Beginners ?
- Gratuit et open source sous la licence MIT. Exécuter les leçons Build a besoin d'un compte OpenAI ou Azure, ou de Foundry Local sur votre propre machine.
- Quels sont les inconvénients de Generative AI for Beginners ?
- Les exemples basculent par défaut sur Azure OpenAI et Foundry; la leçon d'agent enseigne l'ancienne API AutoGen; les leçons 19 à 21 n'ont pas encore de vidéos; peu de choses sur les rouages des modèles ou l'entraînement de zéro.
- À qui s’adresse Generative AI for Beginners ?
- Les développeurs nouveaux dans l'IA générative qui veulent construire leurs premières applications.
- Combien coûte Generative AI for Beginners pour une équipe ou en production ?
- Gratuit à utiliser et à adopter en interne. Exécuter les exemples coûte des tokens de fournisseur ; la leçon de fine-tuning avertit qu'un modèle personnalisé déployé sur Azure est facturé à l'heure et est retiré après 15 jours d'inactivité.
- Generative AI for Beginners est-il sûr pour les données de l’entreprise ?
- Licence MIT. Le cours lui-même n'envoie rien nulle part, mais chaque prompt d'une leçon Build va au fournisseur que vous configurez ; Foundry Local le garde sur l'appareil.
- Quelles sont les meilleures alternatives à Generative AI for Beginners ?
- Les alternatives les plus proches que nous avons testées sont LLM Course et Prompt Engineering Guide.
Réponses vérifiées le 26 oct. 2026.