02 - Cours et tutoriels gratuits verifies#

Les formations qui valent vraiment ton temps, avec pour chacune ce qu elle t apporte, combien d heures y consacrer et dans quel ordre les faire.

Temps de lecture : 13 min | Niveau : Debutant a Intermediaire

Ce que tu sauras faire apres#

• Choisir une formation selon ton objectif du moment, au lieu de commencer dix cours.
• Suivre un plan de 6 semaines qui tient dans 3 heures par semaine.
• Transformer un notebook de cookbook en exercice sur tes propres donnees.
• Reutiliser un exercice de cours comme modele de prompt dans ton travail.

Liens verifies le 26 septembre 2026. Les durees viennent des pages officielles quand elles sont affichees.

🎯 Par ou commencer selon ton objectif#

📘 Tutoriel interactif de prompt engineering (Anthropic)#

Lien : github.com/anthropics/prompt-eng-interactive-tutorial Gratuit. Notebooks Jupyter.

Il existe aussi une version tableur, plus legere et plus simple a demarrer : le tutoriel dans Google Sheets. Le depot precise lui-meme : "We recommend using that version as it is more user friendly." Si Jupyter te freine, commence par la.

C est le meilleur point de depart si tu as du mal a formuler tes idees, parce que chaque chapitre te fait ecrire un prompt et te dit tout de suite si ca passe ou pas.

Le cours annonce 9 chapitres avec exercices, plus une annexe. Structure exacte telle que le depot la decrit :

Ce que ca t apporte : les reflexes de base. Separer les donnees des instructions, demander un format de sortie, donner des exemples. Ce sont exactement les trois choses qui manquent dans 90 % des prompts rates.

Temps a y consacrer : 4 a 6 heures. Fais un chapitre par jour, pas tout d un coup.

Comment en tirer le maximum : apres chaque chapitre, refais l exercice avec tes donnees.

Je viens d apprendre la technique "[NOM_DU_CHAPITRE, ex: Separating Data from Instructions]".

Voici un prompt que j utilise vraiment dans mon travail :
---
[COLLER_TON_PROMPT_ACTUEL]
---

1. Reecris-le en appliquant strictement cette technique.
2. Montre-moi, ligne par ligne, ce que tu as change et pourquoi.
3. Donne-moi un cas ou l ancienne version aurait donne un mauvais resultat.

🍳 Claude Cookbooks#

Lien : github.com/anthropics/claude-cookbooks Gratuit. Notebooks Python.

Ce ne sont pas des cours, ce sont des recettes qui tournent. Tu ouvres un notebook, tu mets ta cle API, tu executes.

Categories presentes dans le depot, utiles pour la data :

• Classification : classer du texte et des donnees.
• RAG (retrieval augmented generation) : repondre a partir de documents.
• Summarization : resumer.
• Tool use : agent de service client, calculatrice, requetes SQL.
• Vision : lire des images, interpreter des graphiques, extraire le contenu de formulaires.
• Automated evaluations : faire evaluer des prompts par le modele.
• JSON mode : obtenir un JSON constant en sortie.
• Prompt caching et cost optimization.
• Dossiers dedies : claude_agent_sdk/, extended_thinking/, managed_agents/, observability/, skills/.

Ce que ca t apporte : du code qui marche, pas de la theorie.

Les trois notebooks a ouvrir en premier quand tu fais de la data, avec leur chemin exact dans le depot :

Le metaprompt est probablement le notebook le plus utile si tu as du mal a formuler tes idees a l ecrit. Tu ecris "je veux classer des tickets de support en 4 categories", il te rend un prompt structure que tu n as plus qu a ajuster. La doc officielle le presente exactement comme ca : "Don't have a first draft prompt? Generate one with the metaprompt recipe."

Temps a y consacrer : 2 a 3 heures pour les trois notebooks qui te concernent. Ne fais pas tout.

Ordre conseille pour un profil data : metaprompt -> JSON mode -> tool use (SQL) -> automated evaluations.

🎓 Claude Academy#

Lien : academy.claude.com/courses Cours video et texte, avec quiz.

Gratuit : la page de documentation officielle de Claude Code decrit Claude Academy comme "free self-paced courses" (des cours gratuits a suivre a ton rythme). Le catalogue lui-meme n affiche aucun prix. Un compte est necessaire pour suivre les lecons.

Extrait du catalogue verifie, avec les durees affichees :

Ce que ca t apporte : la progression est pensee, tu n as pas a construire ton parcours. Les cours produits et les cours "AI Fluency" sont complementaires : les premiers pour les gestes, les seconds pour le jugement.

Temps a y consacrer : 5 heures pour le triptyque Claude Code 101 + Claude Code in Action + Introduction to Agent Skills. C est le meilleur rapport temps / benefice pour ton metier.

🟦 Microsoft Learn#

Lien du portail : learn.microsoft.com/en-us/training/ Gratuit. Modules interactifs avec evaluation. Certains exercices demandent un abonnement Azure.

Modules et parcours verifies :

Le module Introduction to generative AI and agents couvre, d apres sa page : concepts de l IA generative, fonctionnement des grands modeles de langage (LLM), ecriture de prompts efficaces, et concepts d agents. Il annonce comme prerequis une familiarite avec les concepts d IA et une base de machine learning.

Ce que ca t apporte : le vocabulaire commun et une vision neutre, pas centree sur un seul produit. Utile quand tu dois expliquer l IA generative a un collegue ou a un manager.

Temps a y consacrer : 1 heure pour le module fundamentals. Le parcours machine learning est un autre sujet, a garder pour plus tard.

🔵 Google#

Precision sur le whitepaper Kaggle : la page Kaggle est rendue par JavaScript. Elle s ouvre dans un navigateur, mais son contenu ne se lit pas automatiquement.

Ce qui est confirme : le document est ecrit par Lee Boonstra (Google), publie en septembre 2024 pour le programme Kaggle 5-Day Gen AI Intensive. L auteure le presente elle-meme sur sa page publique, qui renvoie vers la page Kaggle comme lien de telechargement officiel.

Si la page Kaggle ne s affiche pas chez toi, une copie lisible de la version 4 est archivee ici : archive.org - Whitepaper on Prompt Engineering by Google. C est une archive, pas la source officielle : verifie le numero de version avant de citer.

Sur Gemini CLI, le README indique un palier gratuit : 60 requetes par minute et 1000 requetes par jour avec un compte Google. C est suffisant pour apprendre.

🎬 DeepLearning.AI#

Lien du catalogue : deeplearning.ai/courses

Cours verifies dans le catalogue, avec les durees affichees :

Gratuit ou payant ? La page du catalogue n affiche pas de prix. En revanche, la page d un cours ouverte lors de la verification propose deux entrees : un acces "Audit", qui donne acces au contenu sans payer, et une offre "Plus" annoncee a partir de 1 dollar par mois apres une periode d essai gratuite.

En clair : tu peux suivre ces cours gratuitement en mode Audit. Les offres changent souvent : regarde le bouton d inscription sur la page du cours avant de donner un numero de carte.

🗺️ Un plan de 6 semaines, 3 heures par semaine#

Ce plan suppose que tu veux utiliser l IA tous les jours en dev et en data. Pas de theorie inutile.

Regle de survie : a la fin de chaque semaine, tu dois avoir produit un fichier ou un prompt que tu utilises vraiment. Si tu n as que des notes, la semaine n a servi a rien.

📝 Template : transformer une lecon en exercice sur tes donnees#

Un cours generique ne te sert que si tu le ramenes a ton metier. Voici le prompt a reutiliser apres chaque lecon.

AVANT (mauvais prompt)

Donne-moi des exercices de prompt engineering

APRES (prompt utilisable)

Je viens de terminer la lecon "[TITRE_DE_LA_LECON]" du cours "[NOM_DU_COURS]".
Elle porte sur : [RESUME_EN_UNE_LIGNE].

Mon contexte de travail :
- Metier : [ex: data engineer]
- Stack : [ex: Python, pandas, dbt, BigQuery, Airflow]
- Une tache que je repete souvent : [DECRIRE_LA_TACHE_EN_2_LIGNES]

Fabrique-moi 3 exercices progressifs qui appliquent cette lecon a CETTE tache :
1. Un exercice facile, resolvable en 5 minutes.
2. Un exercice moyen, avec un piege realiste (donnee manquante, format incoherent, volume).
3. Un exercice difficile, ou la bonne reponse est de refuser ou de demander une precision.

Pour chaque exercice : l enonce, le prompt attendu, et le critere qui dit si ma reponse est bonne.
Ne me donne pas la solution tout de suite : mets-la apres une ligne "---SOLUTIONS---".

Pourquoi c est mieux : tu ancres la technique dans ta stack, tu travailles sur un cas que tu rencontres vraiment, et le critere de reussite t evite de te croire bon alors que tu ne l es pas.

A retenir#

• Un seul cours a la fois, et toujours avec un livrable a la fin.
• Le tutoriel interactif Anthropic (9 chapitres) est le meilleur point de depart pour ecrire de meilleurs prompts.
• Claude Academy est gratuit (la doc Claude Code le dit noir sur blanc) et donne les durees exactes : Claude Code 101 en 1,5 h, MCP en 1 h, Agent Skills en 1 h.
• Les Claude Cookbooks ne sont pas un cours mais du code qui tourne : vise misc/how_to_make_sql_queries.ipynb et multimodal/reading_charts_graphs_powerpoints.ipynb.
• Si tu bloques devant la page blanche, utilise le notebook misc/metaprompt.ipynb : il ecrit le premier jet du prompt a ta place.
• Microsoft Learn sert surtout a acquerir un vocabulaire neutre, utile pour expliquer aux autres.
• Sur DeepLearning.AI, l acces "Audit" permet de suivre un cours sans payer. Verifie quand meme le bouton d inscription : les offres bougent.

Sources#

• Anthropic - Prompt engineering interactive tutorial
• Anthropic - Tutoriel de prompt engineering, version Google Sheets
• Anthropic - Claude Cookbooks
• Claude Academy - Catalogue des cours
• Claude Code - Overview (mentionne Claude Academy comme gratuit)
• Claude - Prompt engineering overview
• Microsoft Learn - Introduction to generative AI and agents
• Microsoft Learn - Create machine learning models
• Google - Prompt design strategies
• Kaggle - Prompt Engineering (whitepaper)
• Lee Boonstra - page de l auteure du whitepaper
• Internet Archive - Whitepaper on Prompt Engineering by Google, v4
• Google - Gemini CLI
• DeepLearning.AI - Catalogue