Déployer Ollama et des modèles IA open source (Mistral…)

Inter-company training

How long does the training course last?

 2,00 day(s)

In which language(s) is the training course taught?

EN FR

When will the next session take place?

 31.08.2026
See details
Where does the training course take place?
 A distance

How much does the training course cost?

1875,00€

Who is organising this training course?

Dawan is a training organisation that offers more than 2000 training courses in IT, management, project management and sales in instructor-led live online or on-site trainings. We have 11 centres in France and we have developed partnerships with local structures in Brussels, Luxembourg and Geneva. Our catalogue includes hundreds of topics: Java, PHP, Webmaster, E-Marketing, Linux, Windows Server, Vmware, Autocad, Photoshop, IA etc. Our courses have been created and designed by in-house trainers who have over 20 years of teaching experience. Constantly renewed, they are adapted to the requirements of our customers and to the evolution of technologies.

See more

Who is the training course aimed at?

Administrateurs systèmes et DevOps, développeurs back-end, architectes techniques, responsables ou référents IA souhaitant déployer un moteur IA en interne

What are the prerequisites?

Bonnes bases en environnement Linux (ligne de commande), notions de réseau (ports, firewall, proxy), premières notions sur l’IA générative et les API web

What are the aims or the skills being targeted?

Comprendre l’architecture d’Ollama et des modèles open source (Mistral…) en contexte entreprise - Savoir installer, configurer et sécuriser Ollama sur un serveur on-premise ou cloud - Être capable d’exposer un ou plusieurs modèles IA aux applications internes (API) en maîtrisant les aspects performance, monitoring et gouvernance

What does the training course cover?

Comprendre Ollama et les modèles IA open source

Panorama des modèles IA open source (Mistral, LLaMA, autres) et cas d’usage en entreprise
Positionnement d’Ollama : moteur local, orchestrateur de modèles, alternative aux API cloud
Principes de base des LLM : tokens, prompts, contextes, limites de taille et coûts indirects
Choisir un modèle en fonction des besoins (génération de texte, chat, résumé, code, etc.)

Atelier pratique : prise en main d’Ollama en local sur poste de travail (installation rapide et premier prompt avec un modèle Mistral)

Préparer l’infrastructure pour un déploiement en entreprise

Préfigurer l’architecture cible : serveur unique, cluster, intégration avec les SI existants
Pré-requis matériels : CPU vs GPU, RAM, stockage, bande passante, dimensionnement de base
Environnement système : choix de la distribution Linux, gestion des utilisateurs, droits sudo
Contraintes réseau : ports, reverse proxy, SSL/TLS, prise en compte des proxies d’entreprise

Atelier pratique : définir une architecture cible et une fiche de dimensionnement pour un premier serveur Ollama d’entreprise

Installer et configurer Ollama sur un serveur

Installation d’Ollama sur un serveur Linux : étapes clés et vérifications indispensables
Gestion du service (systemd) et démarrage automatique, logs et fichiers de configuration
Configuration des options de base : ports d’écoute, répertoires de modèles, accès réseau
Mise en place d’un reverse proxy (nginx ou équivalent) pour exposer Ollama en HTTPS

Atelier pratique : installation complète d’Ollama sur un serveur de test et vérification d’accès via API depuis un poste client

Gérer les modèles Mistral et autres modèles IA

Télécharger, installer et mettre à jour un modèle Mistral avec Ollama (pull, list, remove)
Comprendre l’impact des différentes tailles de modèles (7B, 8B, 12B, etc.) sur la performance
Configurer les paramètres d’inférence : température, top-p, context window, temps de réponse
Stratégies de stockage des modèles et des caches, organisation par environnement (test, prod)

Atelier pratique : déployer plusieurs variantes de modèles Mistral, comparer leurs temps de réponse et ajuster les paramètres d’inférence

Exposer Ollama aux applications internes

Découvrir l’API HTTP d’Ollama : endpoints principaux, formats de requêtes et réponses
Intégrer Ollama dans une application interne (exemples en Python ou Node.js)
Mettre en place des clés d’API ou un proxy d’authentification pour sécuriser l’accès
Bons réflexes pour gérer les files d’attente, les timeouts et la résilience des appels

Atelier pratique : développer un petit service interne (chat ou complétion de texte) connecté à un modèle Mistral déployé sur Ollama

Sécuriser et gouverner l’usage d’Ollama en entreprise

Identifier les risques : fuites de données, prompts sensibles, dérives d’usage
Mettre en place des restrictions d’accès par réseau, authentification et journalisation
Bonnes pratiques pour l’usage de données internes : anonymisation, jeux de test, règles internes
Éléments de conformité (RGPD, confidentialité, localisation des données, journalisation des accès)

Atelier pratique : définir une politique d’usage et un document de bonnes pratiques IA pour les utilisateurs internes

Supervision, optimisation et maintenance du service Ollama

Surveiller l’activité : logs, métriques de performance, consommation CPU/GPU/RAM
Mettre en place un monitoring basique (export de métriques, tableaux de bord simples)
Planifier les mises à jour d’Ollama et des modèles tout en limitant l’indisponibilité
Stratégies de sauvegarde et de restauration : configurations, scripts, documentation technique

Atelier pratique : construire un mini plan d’exploitation (monitoring, sauvegarde, mises à jour) pour le serveur Ollama d’entreprise

Bilan et plan d’actions pour le déploiement en production

Synthèse des choix techniques et organisationnels réalisés pendant la formation
Identifier les évolutions possibles : RAG, connexion à une base documentaire, multi-modèles
Planifier un pilote interne avec un petit groupe d’utilisateurs et des cas d’usage concrets
Formaliser les prochaines étapes : responsabilités, jalons, ressources nécessaires

Atelier pratique : élaborer une feuille de route personnalisée pour passer du serveur de test à un service Ollama opérationnel en production

What teaching methods are used?

Active Learning

How is the assessment organised?

contrôle continu ou certification si prévue dans le financement

When will the next session take place?

Datum
City
Language and price
31.08.2026

01.09.2026
A distance
FR 1875,00€
See details
31.08.2026

01.09.2026
Paris
FR 1875,00€
See details
21.09.2026

22.09.2026
Strasbourg
FR 1875,00€
See details
21.09.2026

22.09.2026
A distance
FR 1875,00€
See details
08.10.2026

09.10.2026
A distance
FR 1875,00€
See details
30.11.2026

01.12.2026
A distance
FR 1875,00€
See details
30.11.2026

01.12.2026
Paris
FR 1875,00€
See details
21.12.2026

22.12.2026
Strasbourg
FR 1875,00€
See details
21.12.2026

22.12.2026
A distance
FR 1875,00€
See details

How to contact the training provider?

Dawan - Service commercial

These courses might interest you

FR
Day
ISTQB v4 : Foundation
A distance
Computer science - Computerisation - Preparation for ISTQB certification
28.09.2026