BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Laboratoire d'Aérologie - ECPv6.17.5//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:Laboratoire d'Aérologie
X-ORIGINAL-URL:https://laero.omp.eu
X-WR-CALDESC:Évènements pour Laboratoire d'Aérologie
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:Europe/Paris
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20250330T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20251026T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20260329T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20261025T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20270328T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20271031T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20261006T140000
DTEND;TZID=Europe/Paris:20261006T150000
DTSTAMP:20260720T083301Z
CREATED:20260716T150146Z
LAST-MODIFIED:20260720T083301Z
UID:11010-1791295200-1791298800@laero.omp.eu
SUMMARY:MardiSciences : l'IAg dans les sciences de l'ingénieur - S. Cléris
DESCRIPTION:Cette présentation est un retour d’expérience honnête sur l’utilisation de l’IA générative dans mes projets\, organisé en deux parties.  \n\n\n\nLa première part d’un premier projet condensant toutes les mauvaises pratiques\, pour arriver à une approche forgée par l’expérience : utiliser le LLM non comme une base de connaissances mais comme un moteur de raisonnement auquel on fournit connaissance\, outils et feedback. Cette pratique\, couplé au context engineering\, consiste à concevoir un système qui construit dynamiquement le contexte optimal pour la tâche en cours. Elle est illustrée par cinq cas concrets choisi parmi mes réalisations menés entre juin 2025 et mars 2026 : un projet embarqué complet pour instrument ozone (OS\, drivers\, soft embarqué\, pipeline CI/CD) conçu dès le départ pour être co-implémenté et co-maintenu par IA ; un agent de classification comptable sur données CNRS\, petit modèle\, confidentialité et minimisation des tokens menant pourtant à un gain de productivité élevé ; un agent de modélisation thermique pour OpenStudio illustrant la construction dynamique d’un agent quand la documentation cible n’est pas directement accessible ; enfin\, la construction d’une base de donnée relationnelle à l’aide d’agents multi-instanciés illustrant comment contraindre les sorties des LLM pour satisfaire des exigences de schéma strictes. La seconde partie ouvre une discussion sourcée sur ce que ces pratiques coûtent réellement : bilan carbone d’une inférence en décalage avec la sous-évaluation des fournisseurs\, dépendance cognitive induite\, risques liés à la progression des capacités des modèles. La conclusion n’est pas binaire : elle est conditionnelle à une prise de conscience collective que nous n’avons pas encore vraiment amorcée.  \n\n\n\nApports pour les participants : Une vision désenchantée mais opérationnelle : les pièges\, les erreurs classiques\, et les pratiques qui font de l’IA générative un outil réellement puissant pour ceux qui choisissent de l’utiliser en connaissance de cause. \n\n\n\n\n\n\n\n\n\n\n\n2026_10_06_IAG_ Mardisciences V2Télécharger
URL:https://laero.omp.eu/event/mardisciences-liag-dans-les-sciences-de-lingenieur/
LOCATION:Salle Coriolis\, Observatoire Midi-Pyrénées\, 16 Avenue Edouard Belin\, Toulouse\, 31400\, France
END:VEVENT
END:VCALENDAR