This legal document is published in French, which is the authoritative version. For any question about its content, contact hello@getulconsulting.com.

Este documento jurídico se publica en francés, que es la versión que da fe. Para cualquier pregunta sobre su contenido, escriba a hello@getulconsulting.com.

Légal · Sources

Sources & références

Bibliographie des références citées dans nos parcours. Les marques et titres mentionnés appartiennent à leurs titulaires respectifs ; leur citation à des fins pédagogiques n'implique aucun partenariat ni endossement.

Version 2.9Mise à jour : 2026-10-16

Article 1Avertissement

Cette page recense les sources publiques utilisées comme références pédagogiques dans les parcours Getul AI Academy. Les contenus des parcours sont originaux, à l’exception des adaptations sous licence libre signalées à l’article 8 ; aucun autre extrait n’est reproduit. Les codes [Rxx], [Lxx], [Sxx], [V-xxx] et [OFF-x] qui apparaissent dans les encarts « Sources » des modules renvoient aux entrées ci-dessous. Cette numérotation suit la bibliothèque de sources de référence du programme. Références à jour au 2026-06-18.

Un lien cliquable n’est fourni que lorsque l’URL canonique de la source est stable et vérifiée. Pour les cours en ligne spécifiques, ouvrages et livres blancs, seuls l’auteur et le titre sont indiqués, sans lien, afin d’éviter toute référence erronée.

Si vous constatez une erreur, un lien obsolète ou une attribution incorrecte, écrivez-nous : legal@getulconsulting.com (ouvre dans une nouvelle fenêtre) (opens in a new window) (se abre en una ventana nueva).

Article 2Ressources pédagogiques [R]

Article 3Livres & ouvrages [L]

  • [L01] Sebastian Raschka, Build a Large Language Model (From Scratch), Manning.
  • [L02] Jay Alammar & Maarten Grootendorst, Hands-On Large Language Models (+ The Illustrated Transformer), O’Reilly.
  • [L03] Chip Huyen, AI Engineering, O’Reilly Media.
  • [L04] Chip Huyen, Designing Machine Learning Systems, O’Reilly Media.
  • [L05] Louis-François Bouchard & Louie Peters, Building LLMs for Production.

Article 4Standards & sécurité [S]

Article 5Sources verticales [V]

  • [V-FIN] Coursera Generative AI in Finance (Board Infinity) ; Wall Street Prep × Columbia ; NUS AIDF ; BCE ; McKinsey ; Bank 4.0 ; The AI Advantage.
  • [V-LAW] Stanford CodeX (Harry Surden, Daniel Linna, Megan Ma) ; FutureLaw.
  • [V-BANK] Sources [V-FIN] + Federal Reserve SR 11-7 (Model Risk Management) + EIOPA ; standards [S01] / [S02].
  • [V-HR] AIHR ; SHRM ; Coursera GenAI in HR / for Recruiters.
  • [V-MKT] HubSpot Academy ; Coursera.
  • [V-IND] MIT (Sloan / CTL) ; [L04] Designing Machine Learning Systems.
  • [V-EXE] [R01] Andrew Ng ; McKinsey State of AI ; Harvard Business Review.

Article 6Sources officielles, Maîtrise de l’IA, Article 4 [OFF]

Pour le parcours Maîtrise de l’IA, le socle Article 4 (P18), seules les sources officielles [OFF-x] font foi pour le contenu normatif (invariant « zéro fabrication »). Dernière vérification réglementaire : 18 juin 2026.

Article 7Marques citées

Anthropic®, Claude®, OpenAI®, ChatGPT®, GPT®, Google®, Gemini™, Microsoft®, Copilot™, Mistral®, Hugging Face®, LangChain®, LlamaIndex®, n8n®, OWASP®, MITRE®, NIST®, ISO®, Stanford®, MIT®, McKinsey®, HubSpot® et autres marques citées sont la propriété de leurs titulaires respectifs. Leur mention vise exclusivement à identifier les sources et technologies pédagogiques au sens de l’article L. 122-5, 3° a du Code de la propriété intellectuelle et de l’article L. 713-6 du même code, et n’implique ni partenariat, ni affiliation, ni endossement.

Article 8Contenus adaptés sous licence libre

Le parcours « Construire un agent de code, le harnais » adapte en français, avec des modifications, le curriculum open-source learn-claude-code de shareAI Lab (chapitres s01 à s17 : boucle d’agent, dispatch d’outils, permissions, hooks, liste de tâches, sous-agents, compétences, compaction du contexte, mémoire, système de tâches, arrière-plan, planification, équipes d’agents, outils MCP, harnais intégré, workflows, boucle d’objectif), publié sous licence MIT : github.com/shareAI-lab/learn-claude-code (ouvre dans une nouvelle fenêtre) (opens in a new window) (se abre en una ventana nueva). Comme cette licence l’exige, sa notice est reproduite ci-dessous dans sa langue d’origine.

MIT License

Copyright (c) 2024 shareAI Lab

Permission is hereby granted, free of charge, to any person obtaining a copy
of this software and associated documentation files (the "Software"), to deal
in the Software without restriction, including without limitation the rights
to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
copies of the Software, and to permit persons to whom the Software is
furnished to do so, subject to the following conditions:

The above copyright notice and this permission notice shall be included in all
copies or substantial portions of the Software.

THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
SOFTWARE.

Questions sur ce document ? Contactez privacy@getulconsulting.com (ouvre dans une nouvelle fenêtre) (opens in a new window) (se abre en una ventana nueva) (DPO) ou hello@getulconsulting.com (ouvre dans une nouvelle fenêtre) (opens in a new window) (se abre en una ventana nueva).