🧱 Stack IA Startup – 2025

Menu des briques pratiques pour un Lead Dev IA (APIs, open-source, RAG, ops, sécurité).

1 API

Fournisseurs gérés (APIs)

OpenAI, Anthropic, Vertex AI, Mistral – pay-per-use, go‑to‑market rapide.

2 Models

Modèles open source

Llama 3, Mixtral, Gemma… via HF/Together/Replicate ou self‑hosting.

3 Search

Embeddings & Rerankers

text-embedding‑3, e5, BGE, Cohere Rerank, Jina – qualité du retrieval.

4 Search

Vector stores

Pinecone, Weaviate, Qdrant, Milvus, pgvector – filtres & hybrid BM25.

5 Pipeline

Orchestration RAG

LangChain, LlamaIndex, DSPy – retrieve → rerank → prompt → gen.

6 Data

Ingestion & Parsing

Unstructured, loaders, nettoyage, métadonnées & policy PII.

7 Prompting

Prompts & Templates

System rules, JSON schema, outils/actions, multi‑tour & citations.

8 Agents

Agents & Tools

Function calling, workflows, exécutions out‑of‑process & sandbox.

9 Models

Fine‑tuning & Adapters

FT APIs, LoRA/QLoRA, distillation, evals avant/après.

10 Quality

Évaluation & Benchmarks

Ragas, Giskard, golden sets, hit@k/MRR, human‑in‑the‑loop.

11 Ops

Observabilité & Tracing

LangSmith, W&B, OpenTelemetry – coûts, latence, qualité.

12 Security

Sécurité & Gouvernance

RBAC, filtrage PII, policy prompts, journaux & purge.

13 Run

Déploiement & Coûts

CI/CD, cache, GPU on‑demand (RunPod/Modal), budgets/1k req.

14 Product

Intégrations Produit

Slack/Teams, Notion, Google Docs, plugins navigateur.

15 UX

UI & Expérience

Chat UIs, React/Next.js, Django templates, copier/imprimer.

16 Methodology

KPIs & Roadmap

Adoption, qualité, coût par usage, time‑to‑value, plan d’itération.