Module 1
Introduction aux Knowledge Graphs
Introduction aux Knowledge Graphs
15min
Leçons vidéo
Exercices
Lab pratique
Qu'est-ce qu'un knowledge graph ?
Limites du RAG vectoriel seul
Entités, relations, propriétés
Use cases : Q&A complexe, recommandations, analytics
Lab : Explorer un knowledge graph existant
Module 2
Neo4j Fondamentaux
Neo4j Fondamentaux
20min
Leçons vidéo
Exercices
Lab pratique
Introduction à Neo4j
Cypher query language basics
Nodes, relationships, properties
Pattern matching
Setup Neo4j (AuraDB cloud)
Lab : Premières requêtes Cypher
Module 3
Extraction Entités et Relations
Extraction Entités et Relations
30min
Leçons vidéo
Exercices
Lab pratique
Named Entity Recognition (NER)
Relation extraction avec LLMs
Prompt engineering pour extraction structurée
Building knowledge graphs from text
Schema design
Lab : Construire un graph depuis documents
Module 4
RAG Hybride Vector + Graph
RAG Hybride Vector + Graph
30min
Leçons vidéo
Exercices
Lab pratique
Combiner embeddings et graph traversal
Vector search pour retrieval initial
Graph expansion pour contexte enrichi
Relationship-aware retrieval
Path finding pour questions complexes
Lab : Pipeline RAG hybride
Module 5
GraphRAG Avancé
GraphRAG Avancé
25min
Leçons vidéo
Exercices
Lab pratique
Multi-hop reasoning
Subgraph retrieval
Graph-based re-ranking
Temporal graphs (evolution temporelle)
Community detection pour clustering
Lab : Q&A avec raisonnement multi-étapes
Module 6
Production et Optimisation
Production et Optimisation
15min
Leçons vidéo
Exercices
Lab pratique
Scaling knowledge graphs
Indexing strategies
Caching et performance
Graph updates et maintenance
Monitoring et debugging
Lab : Déploiement GraphRAG