Sources & références

Cette page recense les sources publiques utilisées comme références pédagogiques dans les parcours Gétul AI Academy. Les contenus des parcours sont 100 % originaux ; aucune reproduction d’extrait n’est faite. 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).

• [R01] Andrew Ng / DeepLearning.AI — Generative AI for Everyone, AI for Everyone, AI Prompting for Everyone, Agentic AI (cours Coursera / DeepLearning.AI).
• [R02] Andrej Karpathy — Neural Networks: Zero to Hero + Intro / Deep Dive into LLMs (séries vidéo).
• [R03] 3Blue1Brown — séries Neural Networks et GPT / Attention (« But what is a GPT? »). 3blue1brown.com (ouvre dans une nouvelle fenêtre)
• [R04] Stanford — CS229, CS224n, CS25, CS336 (cours et séminaires).
• [R05] Anthropic — Prompt Engineering Interactive Tutorial (9 chapitres). github.com/anthropics/prompt-eng-interactive-tutorial (ouvre dans une nouvelle fenêtre)
• [R06] DAIR.AI (Elvis Saravia) — Prompt Engineering Guide. promptingguide.ai (ouvre dans une nouvelle fenêtre)
• [R07] Model Context Protocol (MCP) — modelcontextprotocol.io + documentation Anthropic + dépôts GitHub officiels. modelcontextprotocol.io (ouvre dans une nouvelle fenêtre)
• [R08] Anthropic Engineering — Building effective agents ; Code execution with MCP. anthropic.com/engineering (ouvre dans une nouvelle fenêtre)
• [R09] DeepLearning.AI — short course MCP (Elie Schoppik) ; AI Agents in LangGraph.
• [R10] LangChain (Harrison Chase) / LlamaIndex (Jerry Liu) — documentation + Advanced RAG et Knowledge Graphs for RAG. langchain.com (ouvre dans une nouvelle fenêtre) · llamaindex.ai (ouvre dans une nouvelle fenêtre)
• [R11] Commission européenne — AI talent, skills and literacy + AI Office Q&A + Living Repository (littératie IA). digital-strategy.ec.europa.eu (ouvre dans une nouvelle fenêtre)
• [R12] AI Act — Règlement (UE) 2024/1689 (EUR-Lex) + explorateur artificialintelligenceact.eu. eur-lex.europa.eu/eli/reg/2024/1689/oj (ouvre dans une nouvelle fenêtre) · artificialintelligenceact.eu (ouvre dans une nouvelle fenêtre)
• [R13] n8n — documentation officielle + AI Agents + cours ZTM. docs.n8n.io (ouvre dans une nouvelle fenêtre)
• [R14] Anthropic Academy (Skilljar) — cours publics gratuits. anthropic.com/learn (ouvre dans une nouvelle fenêtre)
• [R15] Hugging Face Learn — Cookbook, AI Agents Course, LLM Course. huggingface.co/learn (ouvre dans une nouvelle fenêtre)
• [R16] Mistral — documentation + cookbook (souveraineté UE). docs.mistral.ai (ouvre dans une nouvelle fenêtre)
• [R17] OpenAI — documentation + Cookbook. platform.openai.com/docs (ouvre dans une nouvelle fenêtre)
• [R18] Google — documentation Gemini, Cloud Skills Boost et whitepaper Prompt Engineering (Lee Boonstra). ai.google.dev (ouvre dans une nouvelle fenêtre)
• [R19] DeepLearning.AI — short courses (Functions, Tools & Agents, Structured Output, Preprocessing for RAG, Red Teaming, Quantization, Open Source Models, Building Systems).

• [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.

• [S01] NIST — AI Risk Management Framework (AI RMF 1.0). nist.gov/itl/ai-risk-management-framework (ouvre dans une nouvelle fenêtre)
• [S02] ISO/IEC — 42001 (système de management de l’IA) et 23894 (gestion des risques liés à l’IA). iso.org (rechercher « ISO/IEC 42001 » / « 23894 » au catalogue)
• [S03] OWASP Foundation — Top 10 for LLM Applications. owasp.org — Top 10 for LLM (ouvre dans une nouvelle fenêtre)
• [S04] MITRE — ATLAS (taxonomie des menaces adversariales IA). atlas.mitre.org (ouvre dans une nouvelle fenêtre)
• [S05] Anthropic — Constitutional AI / Responsible Scaling Policy.

• [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.

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

• [OFF-1] Règlement (UE) 2024/1689 (AI Act) — texte officiel ; en particulier art. 4 (littératie), art. 3 point 56 (définition), considérant 20, art. 113 (calendrier), art. 99 (sanctions). Journal officiel de l’UE, OJ L 2024/1689, 12 juillet 2024. eur-lex.europa.eu/eli/reg/2024/1689/oj (ouvre dans une nouvelle fenêtre)
• [OFF-2] Commission européenne / Bureau de l’IA — AI Literacy – Questions & Answers (FAQ officielle). digital-strategy.ec.europa.eu/en/faqs/ai-literacy-questions-answers (ouvre dans une nouvelle fenêtre)
• [OFF-3] Bureau de l’IA — Living repository / Repository of AI literacy practices (signataires de l’AI Pact). Reproduire ces pratiques ne confère aucune présomption de conformité. digital-strategy.ec.europa.eu/en/policies/repository-ai-literacy-practices (ouvre dans une nouvelle fenêtre)
• [OFF-4] ARISA — Artificial Intelligence Skills Alliance (projet financé par l’UE), AI Skills Strategy for Europe. digital-skills-jobs.europa.eu (ouvre dans une nouvelle fenêtre)
• [OFF-5] Commission européenne — AI talent, skills and literacy + AI Continent Action Plan (9 avril 2025) + AI Act single information platform (EDIH, Digital Skills and Jobs Platform). La Commission n’a pas publié de « lignes directrices » formelles sur l’Article 4. digital-strategy.ec.europa.eu/en/policies/ai-talent-skills-and-literacy (ouvre dans une nouvelle fenêtre)
• [OFF-6] DigComp 2.2 — The Digital Competence Framework for Citizens (Vuorikari, Kluzer, Punie, 2022, EUR 31006 EN, JRC / Office des publications de l’UE).
• [OFF-7] UNESCO — AI Competency Framework for Students et AI Competency Framework for Teachers (UNESCO, Paris, 2024) — unesco.org.
• [OFF-8] Digital Omnibus sur l’IA — Conseil de l’UE & Parlement européen, accord politique provisoire du 7 mai 2026 (assouplissement de l’Article 4 ; report d’échéances « haut risque »). Texte non encore formellement adopté — consilium.europa.eu, communiqué du 7 mai 2026.

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.