{"title":"Skills des Agents AI et des opérations LLM","description":"\u003cp\u003eSkills d’AI de niveau production pour les personnes qui conçoivent et exécutent des agents LLM : RAG et récupération, ingénierie du contexte, orchestration d’agents, évaluation, garde-fous, LLMOps et inférence, ajustement fin, voix et temps réel, coûts et latence, mémoire et graphes de connaissances, ainsi qu’assurance qualité des agents. Chaque Skill transforme Claude, ChatGPT et d’autres modèles en ingénieur AI senior qui livre des artefacts réels et vérifiables.\u003c\/p\u003e","products":[{"product_id":"kai-rag-retrieval-architect","title":"Kai - Skill AI d’architecte RAG \/ de la recherche d’information","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eIntégrez Kai à Claude et obtenez un architecte RAG senior qui construit une récupération renvoyant le bon contexte, mesurée avec un dispositif d’évaluation avant toute optimisation.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eKai traite d’abord la récupération comme un problème de recherche d’information : préparation du corpus et stratégie de segmentation, sélection des embeddings, réglage de l’index vectoriel (HNSW\/IVF), recherche hybride (BM25 + dense) avec fusion RRF, reclassement par cross-encoder, transformation des requêtes (multi-requête, HyDE, décomposition), évaluation de la récupération et de bout en bout (recall@k, MRR, nDCG, fidélité), ancrage et citations, fraîcheur, ainsi que le coût et la latence de chaque étape. Mesurez avant d’optimiser. Évaluez toujours sur un ensemble étiqueté mis de côté, en développement ou en préproduction, avant la mise en service en production.\u003c\/p\u003e\n \u003cdiv style=\"background: #ECEDFC; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #4A5BEE; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eCe que vous obtenez\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(74,91,238,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eStratégie de segmentation et conception des métadonnées\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(74,91,238,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eRecherche hybride (BM25 + dense) avec fusion RRF et reclassement par cross-encoder\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(74,91,238,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eTransformation des requêtes : multi-requête, HyDE, décomposition\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eÉvaluation de la récupération : recall@k, MRR, nDCG, fidélité, avec comparaison avant\/après\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 kai-rag-retrieval-architect.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eInstallation en moins de 2 min\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eFonctionne avec Claude, ChatGPT et tous les chats AI\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #4A5BEE; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#4A5BEE; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eComment installer\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eTéléchargez le package .skill → ouvrez Claude → collez SKILL.md dans les instructions de votre projet ou le prompt système → décrivez votre besoin → Kai construit la réponse. Inclut un exemple complet détaillé pour vous montrer exactement ce que vous obtenez.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58312988721416,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/kai-rag-retrieval-architect-book.jpg?v=1787150383"},{"product_id":"selin-context-engineer","title":"Selin - Skill AI d’ingénieure du contexte","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eIntégrez Selin à Claude et obtenez un ingénieur senior du contexte qui considère la fenêtre de contexte comme un budget de tokens limité et ordonné, et veille à ce que chaque token justifie sa place.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eSelin orchestre la fenêtre de contexte : comptabilisation des tokens dans le prompt système, les outils, les extraits récupérés, la mémoire et l’historique ; assemblage et templatisation du contexte ; positionnement selon les effets « lost-in-the-middle », de primauté et de récence ; compression et synthèse avant troncature ; sélection et déduplication du contexte récupéré ; réduction des résultats des outils ; injection de mémoire ; fenêtrage et éviction de l’historique multi-tour ; contexte structuré ; et mise en cache des prompts. Mesurez si le modèle utilise réellement le contexte. Évaluez toujours sur un ensemble de données réservé, en développement ou en préproduction, avant la mise en production.\u003c\/p\u003e\n \u003cdiv style=\"background: #ECEDFC; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #4A5BEE; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eCe que vous obtenez\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(74,91,238,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eComptabilisation des tokens et budgets de contexte par région\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(74,91,238,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003ePositionnement pour les effets « lost-in-the-middle », de primauté et de récence\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(74,91,238,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eCompression, déduplication et réduction des résultats des outils avant troncature\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eFenêtrage de l’historique, injection de mémoire et mise en cache des prompts\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 selin-context-engineer.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eInstallation en moins de 2 min\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eFonctionne avec Claude, ChatGPT et n’importe quel chat AI\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #4A5BEE; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#4A5BEE; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eComment l’installer\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eTéléchargez le package .skill → ouvrez Claude → collez SKILL.md dans les instructions de votre projet ou le prompt système → décrivez votre besoin → Selin construit la réponse. Inclut un exemple complet pour voir exactement ce que vous obtenez.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58312991899912,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/selin-context-engineer-book.jpg?v=1787150384"},{"product_id":"enzo-ai-agent-orchestrator","title":"Enzo - Skill d’agent orchestrateur d’AI","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eIntégrez Enzo à Claude et obtenez un orchestrateur d’agents senior qui construit la boucle de l’agent : état typé, appels d’outils validés, nouvelles tentatives, garde-fous contre les boucles et traces.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eEnzo construit des environnements d’exécution pour agents : la boucle percevoir-planifier-agir-observer, les appels d’outils et de fonctions avec des schémas JSON, la validation des arguments, les délais d’attente, les nouvelles tentatives et l’idempotence, les modèles de planification (ReAct, planification et exécution, réflexion), les topologies multi-agents (superviseur\/travailleur, hiérarchique, séquentielle) et les situations où chacune justifie son coût, l’état typé et les points de contrôle, l’intervention humaine, la protection contre les boucles et la gestion des budgets, l’observabilité et le traçage, ainsi que le coût et la latence des exécutions en plusieurs étapes. Compatible avec les frameworks (LangGraph, CrewAI, AutoGen, OpenAI Agents SDK, utilisation des outils Anthropic), sans dépendre d’un seul. Testez toujours en préproduction avec des garde-fous, des budgets et des traces avant la mise en production.\u003c\/p\u003e\n \u003cdiv style=\"background: #ECEDFC; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #4A5BEE; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eCe que vous obtenez\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(74,91,238,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eLa boucle de l’agent avec des appels d’outils validés par schéma\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(74,91,238,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eNouvelles tentatives, délais d’attente, idempotence et garde-fous contre les boucles\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(74,91,238,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eModèles de planification et topologies multi-agents (avec coûts et avantages)\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eÉtat typé, intervention humaine, traçage et suivi des coûts et de la latence\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 enzo-ai-agent-orchestrator.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eInstallation en moins de 2 min\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eFonctionne avec Claude, ChatGPT et n’importe quel chat AI\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #4A5BEE; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#4A5BEE; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eComment installer\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eTéléchargez le package .skill → ouvrez Claude → collez SKILL.md dans les instructions de votre projet ou votre prompt système → décrivez votre besoin → Enzo construit la réponse. Inclut un exemple complet pour vous montrer exactement ce que vous obtenez.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58312997404936,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/enzo-ai-agent-orchestrator-book.jpg?v=1787150385"},{"product_id":"ingrid-llm-evaluation-engineer","title":"Ingrid - Ingénieure en évaluation des LLM Skill AI","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eIntégrez Ingrid à Claude et obtenez une ingénieure senior en évaluation des LLM, dont la règle est simple : aucune mise en production sans porte d’évaluation.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eIngrid évalue les applications et agents LLM : création de jeux de données de référence (couverture, cas limites, absence de fuite de données, gestion des versions), sélection des métriques, LLM-as-judge (conception de grilles d’évaluation, comparaison par paires ou évaluation point par point, biais et effets de position avec mesures d’atténuation, calibration par rapport aux évaluations humaines), métriques RAG (fidélité, pertinence du contexte et de la réponse), évaluation des trajectoires d’agents (exactitude des appels d’outils, réalisation des tâches), bancs de test hors ligne et portes de régression CI, évaluation en ligne (A\/B, métriques de garde-fou, échantillonnage pour revue humaine) et rigueur statistique (intervalles de confiance, significativité). Utilise des outils comme Ragas, promptfoo, DeepEval, LangSmith et Braintrust, sans verrouillage propriétaire. Évaluez toujours sur un ensemble de données de test distinct avant la mise en production.\u003c\/p\u003e\n \u003cdiv style=\"background: #ECEDFC; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #4A5BEE; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eCe que vous obtenez\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(74,91,238,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eJeux de données de référence : couverture, cas limites, absence de fuite de données\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(74,91,238,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eLLM-as-judge : grille d’évaluation, atténuation des biais, calibration humaine\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(74,91,238,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eMétriques RAG et d’agent (fidélité, exactitude des appels d’outils)\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003ePortes de régression CI avec intervalles de confiance et tests de significativité\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 ingrid-llm-evaluation-engineer.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eInstallation en moins de 2 min\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eFonctionne avec Claude, ChatGPT et n’importe quel chat AI\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #4A5BEE; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#4A5BEE; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eComment installer\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eTéléchargez le package .skill → ouvrez Claude → collez SKILL.md dans les instructions de votre projet ou le prompt système → décrivez votre besoin → Ingrid élabore la réponse. Comprend un exemple complet pour voir exactement ce que vous obtenez.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58313000845576,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/ingrid-llm-evaluation-engineer-book.jpg?v=1787150385"},{"product_id":"rania-ai-guardrails-engineer","title":"Rania - Skill d’ingénieure en garde-fous et sécurité de l’AI","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eIntégrez Rania à Claude et obtenez un ingénieur senior en garde-fous qui renforce votre propre agent contre les injections de prompt et les fuites de données, à des fins exclusivement défensives.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eRania met en place des garde-fous défensifs pour votre application LLM : garde-fous des entrées (détection et atténuation des injections de prompt et des jailbreaks, respect de la hiérarchie des instructions, délimitation du contenu non fiable), garde-fous des sorties (validation du schéma et du format, détection et masquage des données personnelles, modération, vérifications de fidélité et de fuites), garde-fous de l’utilisation des outils (principe du moindre privilège, validation des arguments, étapes de confirmation pour les actions à fort impact), limitation du débit et des abus, et défense en couches mesurée avec votre propre suite de red team. Des outils comme Llama Guard, NeMo Guardrails, Guardrails AI et Presidio, sans dépendance à un fournisseur. Strictement défensif : aucun jailbreak, exploit ou logiciel malveillant fonctionnel. Testez sur un jeu de données mis de côté en staging avant la mise en production.\u003c\/p\u003e\n \u003cdiv style=\"background: #ECEDFC; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #4A5BEE; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eCe que vous obtenez\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(74,91,238,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eDétection et atténuation des injections de prompt et des jailbreaks (à des fins défensives)\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(74,91,238,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eGarde-fous des sorties : validation du schéma, masquage des données personnelles, modération\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(74,91,238,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eGarde-fous des outils : principe du moindre privilège, validation des arguments, étapes de confirmation\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eDéfense en couches mesurée avec votre propre suite de red team\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 rania-ai-guardrails-engineer.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eInstallation en moins de 2 min\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eFonctionne avec Claude, ChatGPT \u0026amp; n’importe quel chat AI\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #4A5BEE; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#4A5BEE; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eComment installer\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eTéléchargez le package .skill → ouvrez Claude → collez SKILL.md dans les instructions de votre projet ou votre prompt système → décrivez votre besoin → Rania construit la réponse. Comprend un exemple complet pour vous montrer exactement ce que vous obtenez.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58313004581128,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/rania-ai-guardrails-engineer-book.jpg?v=1787150385"},{"product_id":"dario-llmops-inference-engineer","title":"Dario - Ingénieur LLMOps \/ inférence Skill AI","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eIntégrez Dario à Claude et obtenez un ingénieur LLMOps senior qui exploite votre modèle comme un service géré par un SRE : SLO, passerelle, tableaux de bord et retour arrière en une étape.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eDario déploie et exploite des LLM en production : moteurs d’inférence (vLLM, TGI, TensorRT-LLM), débit vs latence (continuous batching, cache KV, attention paginée, décodage spéculatif, compromis de la quantification), une passerelle LLM (routage, solutions de repli, nouvelles tentatives, délais d’expiration, limites de débit et de quota, gestion des clés), autoscaling et planification de la capacité GPU, mise en cache (par préfixe et sémantique), fiabilité (disjoncteurs, basculement multi-fournisseurs), observabilité (p50\/p95\/p99, TTFT, tokens\/s, coût par requête, alertes) et déploiement canary\/shadow avec des SLO et des budgets d’erreur. Des outils comme vLLM, LiteLLM, KServe, Prometheus, Grafana et Langfuse, sans dépendance à un fournisseur. Déployez d’abord via canary en staging.\u003c\/p\u003e\n \u003cdiv style=\"background: #ECEDFC; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #4A5BEE; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eCe que vous obtenez\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(74,91,238,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eOptimisation de l’inférence : continuous batching, cache KV, quantification\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(74,91,238,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eUne passerelle LLM : routage, solutions de repli, nouvelles tentatives, limites de débit\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(74,91,238,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eCalcul de capacité, autoscaling et mise en cache par préfixe\/sémantique\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eObservabilité (TTFT, p95, coût\/requête), SLO et déploiement canary\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 dario-llmops-inference-engineer.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eInstallation en moins de 2 min\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eFonctionne avec Claude, ChatGPT \u0026amp; n’importe quel chat AI\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #4A5BEE; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#4A5BEE; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eComment installer\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eTéléchargez le package .skill → ouvrez Claude → collez SKILL.md dans les instructions de votre projet ou le prompt système → décrivez votre besoin → Dario crée la réponse. Inclut un exemple complet pour vous montrer exactement ce que vous obtenez.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58313009463560,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/dario-llmops-inference-engineer-book.jpg?v=1787150385"},{"product_id":"mei-llm-finetuning-engineer","title":"Mei - Ingénieure en fine-tuning des LLM Skill AI","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eIntégrez Mei à Claude et obtenez un ingénieur senior en fine-tuning dont la première question est : avez-vous épuisé les possibilités du prompting et du RAG ? Vous méritez le fine-tuning et vous le prouvez par une évaluation.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eMei adapte les LLM de manière rigoureuse : quand ne pas procéder à un fine-tuning (commencer par le prompt\/RAG) et quand il est réellement bénéfique (respect du format et du schéma, fiabilité des appels d’outils, latence et coûts réduits grâce à des modèles plus petits, ton adapté au domaine), curation des jeux de données (la qualité avant la quantité, déduplication, décontamination par rapport au jeu d’évaluation, mise en forme des conversations), méthodes (SFT complet ou PEFT : modules LoRA\/QLoRA rank\/alpha\/cibles, taux d’apprentissage, époques, regroupement), ajustement selon les préférences (DPO\/ORPO\/KTO), calcul de la mémoire GPU, détection du surapprentissage et de l’oubli catastrophique, évaluation par rapport au modèle de base et déploiement de l’adaptateur. Des outils comme Hugging Face TRL\/PEFT, Axolotl, Unsloth et bitsandbytes, sans dépendance envers un fournisseur. Évaluez toujours le modèle sur un jeu de données réservé avant son déploiement.\u003c\/p\u003e\n \u003cdiv style=\"background: #ECEDFC; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #4A5BEE; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eCe que vous obtenez\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(74,91,238,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eQuand NE PAS procéder à un fine-tuning et quand il est réellement bénéfique\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(74,91,238,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eCuration des jeux de données : déduplication, décontamination, mise en forme des conversations\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(74,91,238,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eQLoRA\/LoRA et ajustement selon les préférences (DPO\/ORPO\/KTO) avec des valeurs par défaut\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eCalcul de la mémoire GPU, vérifications de l’oubli et évaluation du modèle de base par rapport au modèle ajusté\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 mei-llm-finetuning-engineer.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eInstallation en moins de 2 minutes\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eFonctionne avec Claude, ChatGPT et n’importe quel chat AI\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #4A5BEE; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#4A5BEE; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eComment installer\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eTéléchargez le package .skill → ouvrez Claude → collez SKILL.md dans les instructions de votre projet ou votre prompt système → décrivez votre besoin → Mei élabore la réponse. Un exemple complet vous montre exactement ce que vous obtenez.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58313013002504,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/mei-llm-finetuning-engineer-book.jpg?v=1787150386"},{"product_id":"aksel-voice-realtime-agent-engineer","title":"Aksel - Ingénieur en agents vocaux et temps réel Skill AI","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eIntégrez Aksel à Claude et obtenez un ingénieur senior en AI vocale qui conçoit des agents en temps réel à faible latence, pour lesquels la latence est le produit.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eAksel conçoit des agents vocaux et en temps réel : le pipeline STT vers LLM vers TTS (ainsi que les API temps réel de conversion parole-parole), le budget de latence (objectif inférieur à 800 ms, réparti entre VAD, détection de fin de tour, STT, TTFT du LLM, premier son du TTS et réseau), la diffusion en continu de tout le pipeline, la gestion des tours de parole (détection d’activité vocale, détection de fin de tour, interruption et prise de parole simultanée), la téléphonie ou le web (SIP, WebRTC, codecs), les appels d’outils au cours de la conversation, la récupération après erreur et l’évaluation (percentiles de latence, taux d’erreur par mot, réussite des tâches). Des outils comme Deepgram, Whisper, ElevenLabs, Cartesia, LiveKit, Pipecat et l’API Realtime d’OpenAI, sans dépendance exclusive. Testez en préproduction dans des conditions réseau réelles avant la mise en production.\u003c\/p\u003e\n \u003cdiv style=\"background: #ECEDFC; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #4A5BEE; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eCe que vous obtenez\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(74,91,238,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eLe pipeline STT-LLM-TTS en temps réel et un budget de latence par étape\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(74,91,238,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eGestion des tours de parole : VAD, détection de fin de tour et gestion des interruptions\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(74,91,238,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eTéléphonie ou web (SIP, WebRTC) et appels d’outils en cours d’appel\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eÉvaluation : percentiles de latence, taux d’erreur par mot, réussite des tâches\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 aksel-voice-realtime-agent-engineer.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eInstallation en moins de 2 min\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eFonctionne avec Claude, ChatGPT \u0026amp; n’importe quel chat AI\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #4A5BEE; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#4A5BEE; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eComment installer\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eTéléchargez le package .skill → ouvrez Claude → collez SKILL.md dans les instructions de votre projet ou votre prompt système → décrivez votre besoin → Aksel construit la réponse. Comprend un exemple complet détaillé pour vous montrer exactement ce que vous obtenez.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58313018474760,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/aksel-voice-realtime-agent-engineer-book.jpg?v=1787150385"},{"product_id":"devika-llm-cost-latency-optimizer","title":"Devika - Optimisatrice des coûts et de la latence des LLM Skill AI","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eIntégrez Devika à Claude et obtenez un spécialiste senior de l’optimisation des coûts et de la latence, qui réduit les dépenses et la latence de longue traîne tout en mesurant la qualité à chaque changement.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eDevika réduit le coût et la latence des fonctionnalités LLM sans sacrifier la qualité : comptabilisation des tokens et modélisation des coûts, routage et cascades de modèles (modèle économique en premier, escalade en cas de faible confiance), allègement des prompts (prompts plus courts, moins d’exemples few-shot mais de meilleure qualité, contrôle de la longueur des sorties, sortie structurée), mise en cache (exacte, par préfixe et sémantique avec des seuils), traitement par lots, réduction des résultats de recherche, diffusion en continu pour une latence perçue réduite et compromis liés à la quantification, toujours avec un contrôle qualité pour ne jamais échanger une réduction des coûts contre une baisse silencieuse de la qualité. Des outils comme LiteLLM, Helicone, Langfuse et tiktoken, sans dépendance à un fournisseur. Mesurez la qualité sur un jeu de données réservé à cet effet pour chaque réduction de coût.\u003c\/p\u003e\n \u003cdiv style=\"background: #ECEDFC; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #4A5BEE; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eCe que vous obtenez\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(74,91,238,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eComptabilisation des tokens et modèle de coûts qui identifie les principaux postes\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(74,91,238,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eRoutage des modèles, cascades et allègement des prompts\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(74,91,238,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eMise en cache exacte, par préfixe et sémantique avec des seuils\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eUn contrôle qualité pour chaque réduction de coût, avec les chiffres avant\/après\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 devika-llm-cost-latency-optimizer.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eInstallation en moins de 2 min\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eFonctionne avec Claude, ChatGPT et n’importe quel chat AI\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #4A5BEE; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#4A5BEE; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eComment installer\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eTéléchargez le package .skill → ouvrez Claude → collez SKILL.md dans les instructions de votre projet ou dans le prompt système → décrivez votre besoin → Devika élabore la réponse. Comprend un exemple complet pour voir exactement ce que vous obtenez.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58313022636296,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/devika-llm-cost-latency-optimizer-book.jpg?v=1787150387"},{"product_id":"soren-agent-memory-knowledge-graph","title":"Soren - Ingénieur en mémoire d’agents et graphes de connaissances Skill AI","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eIntégrez Soren à Claude et bénéficiez d’un ingénieur senior de la mémoire qui fournit à votre agent une mémoire durable et utile, avec un chemin d’écriture correctement conçu avant la récupération.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eSoren crée la mémoire de l’agent : les types de mémoire (de travail, épisodique, sémantique, procédurale), le chemin d’écriture (extraction des faits et des entités, déduplication, résolution des conflits et remplacement, déclin et oubli), le chemin de lecture (récupération par pertinence et récence), les backends de stockage (vecteur pour le rappel sémantique, graphe de connaissances pour les entités et les relations, clé-valeur pour le profil), la construction de graphes de connaissances et GraphRAG, la personnalisation et la continuité entre plusieurs sessions, la confidentialité et la suppression, ainsi que l’évaluation de l’amélioration de la réussite des tâches grâce à la mémoire. Des outils comme Mem0, Zep, Letta\/MemGPT, Neo4j et pgvector, sans verrouillage propriétaire. Limitez la croissance de la mémoire et évaluez-la sur un ensemble de données tenu à l’écart avant la mise en production.\u003c\/p\u003e\n \u003cdiv style=\"background: #ECEDFC; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #4A5BEE; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eCe que vous obtenez\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(74,91,238,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eTypes de mémoire et chemin d’écriture (extraction, déduplication, remplacement, déclin)\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(74,91,238,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eChemin de lecture : récupération par pertinence et récence\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(74,91,238,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eBackends hybrides : vecteur + graphe de connaissances + profil\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eGraphRAG, personnalisation, confidentialité\/suppression et évaluation de la mémoire\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 soren-agent-memory-knowledge-graph.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eInstallation en moins de 2 minutes\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eFonctionne avec Claude, ChatGPT et n’importe quel chat AI\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #4A5BEE; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#4A5BEE; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eComment installer\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eTéléchargez le package .skill → ouvrez Claude → collez SKILL.md dans les instructions de votre projet ou votre prompt système → décrivez votre besoin → Soren crée la réponse. Comprend un exemple complet détaillé pour que vous sachiez exactement ce que vous obtenez.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58313026044168,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/soren-agent-memory-knowledge-graph-book.jpg?v=1787150386"},{"product_id":"liora-agent-qa-red-team-engineer","title":"Liora - Ingénieure QA et red team pour agents Skill AI","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eIntégrez Liora à Claude et bénéficiez d’un ingénieur senior en assurance qualité des agents, qui teste et renforce votre propre agent avec des suites comportementales et une analyse red team défensive.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eLiora évalue la qualité des agents non déterministes : suites de tests comportementaux (assertions sur les appels d’outils, le schéma de sortie, la réalisation des tâches et le comportement en cas de refus), jeu de données d’évaluation et de test (cas nominal, cas limites, robustesse), tests de trajectoire (sélection des outils, exactitude des arguments, boucles et terminaison, récupération), tests défensifs de robustesse et red team de votre propre agent (résistance aux injections de prompt et aux jailbreaks, vérifications des fuites de données personnelles, refus hors politique), tests de régression lors des changements de prompt et de modèle, gestion de l’instabilité (seeds, pass@k), vérifications de l’ancrage, et contrôles CI. Des outils comme promptfoo, DeepEval, LangSmith et pytest, sans dépendance à un fournisseur. Strictement défensif : uniquement votre propre agent, sans outils d’attaque. Contrôle dans la CI en staging avant la mise en production.\u003c\/p\u003e\n \u003cdiv style=\"background: #ECEDFC; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #4A5BEE; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eCe que vous obtenez\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(74,91,238,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eTests comportementaux : appels d’outils, schéma, réalisation des tâches, refus\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(74,91,238,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eTests de trajectoire et gestion de l’instabilité (pass@k)\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(74,91,238,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eRed team défensif : résistance aux injections et aux jailbreaks, vérifications des fuites de données personnelles\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eTests de régression et contrôles CI avant la mise en production\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 liora-agent-qa-red-team-engineer.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eInstallation en moins de 2 min\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eFonctionne avec Claude, ChatGPT \u0026amp; n’importe quel chat AI\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #4A5BEE; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#4A5BEE; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eComment l’installer\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eTéléchargez le package .skill → ouvrez Claude → collez SKILL.md dans les instructions de votre projet ou le prompt système → décrivez votre besoin → Liora construit la réponse. Inclut un exemple complet pour voir exactement ce que vous obtenez.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58313031516424,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/liora-agent-qa-red-team-engineer-book.jpg?v=1787150387"},{"product_id":"cyrus-ai-agent-architect","title":"Cyrus - Skill d’architecte d’agents d’AI","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eIntégrez Cyrus à Claude et obtenez un architecte senior d’agents dont le geste caractéristique consiste à vous faire redescendre l’échelle jusqu’à la solution la plus simple qui fonctionne, puis à consigner les arbitrages dans un ADR.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eCyrus conçoit des systèmes agentiques complets et prend les décisions difficiles : quand utiliser un prompt unique plutôt que du RAG, un workflow fixe plutôt qu’un agent, ou un agent plutôt que plusieurs agents (les agents ne justifient leur coût que lorsqu’une prise de décision véritablement ouverte est nécessaire), architectures de référence (récupération, outils, mémoire, orchestration, garde-fous, évaluations, observabilité), développement sur mesure ou framework, fiabilité des systèmes non déterministes (idempotence, nouvelles tentatives, humain dans la boucle, solutions de repli, budgets, garde-fous contre les boucles), architecture des coûts et de la latence, sécurité et limites des données (outils à privilèges minimaux, isolation des entrées non fiables, données personnelles), évaluation et observabilité comme éléments de première classe, analyse des modes de défaillance, déploiement, et consignation des décisions sous forme d’ADR avec leurs arbitrages. Indépendant des frameworks (LangGraph, CrewAI, OpenAI Agents SDK, utilisation des outils d’Anthropic). Rien n’est déployé sans évaluations, garde-fous et observabilité.\u003c\/p\u003e\n \u003cdiv style=\"background: #ECEDFC; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #4A5BEE; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eCe que vous obtenez\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(74,91,238,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eL’échelle de décision : prompt vs RAG vs workflow vs agent vs multi-agent\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(74,91,238,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eArchitecture de référence : récupération, outils, mémoire, garde-fous, évaluations\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(74,91,238,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eArbitrages entre fiabilité, coût, latence et sécurité\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#4A5BEE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eADR, analyse des modes de défaillance et déploiement par phases\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 cyrus-ai-agent-architect.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eInstallation en moins de 2 min\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eFonctionne avec Claude, ChatGPT et n’importe quel chat AI\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #4A5BEE; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#4A5BEE; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eComment l’installer\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eTéléchargez le package .skill → ouvrez Claude → collez SKILL.md dans les instructions de votre projet ou dans le prompt système → décrivez votre besoin → Cyrus construit la réponse. Comprend un exemple complet pour vous montrer exactement ce que vous obtenez.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58313034858760,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/cyrus-ai-agent-architect-book.jpg?v=1787150386"},{"product_id":"tarquin-prompt-ops-lifecycle-manager","title":"Tarquin - Responsable des opérations de prompts et du cycle de vie des prompts Skill AI","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eIntégrez Tarquin à Claude et obtenez un responsable des opérations de prompts qui traite chaque prompt comme un artefact de production versionné, soutenu par une suite de régression.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eTarquin gère le cycle de vie des prompts de bout en bout : un registre de prompts avec un véritable contrôle des versions et des balises de mise en production immuables, un déploiement progressif et un retour arrière instantané, des suites de régression exécutées automatiquement à chaque modification de prompt, des tests A\/B et en mode fantôme des variantes de prompts avec suffisamment de trafic pour obtenir des résultats concluants, la sécurité du templating et de l’injection de variables, la détection de la dérive lorsqu’une version du modèle change sous un prompt que vous n’avez jamais modifié, ainsi que la budgétisation des tokens par modèle. Il refuse qu’un prompt soit mis en production à partir d’un simple copier-coller de la fenêtre de chat de quelqu’un.\u003c\/p\u003e\n \u003cdiv style=\"background: #EEECFD; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #5B4BE8; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eCe que vous obtenez\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(91,75,232,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eRegistre de prompts, gestion des versions et balises de mise en production immuables\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(91,75,232,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eSuites de régression qui contrôlent chaque modification de prompt\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(91,75,232,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eDéploiement progressif, tests en mode fantôme et retour arrière instantané\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eDétection de la dérive lorsque le modèle change malgré un prompt stable\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 tarquin-prompt-ops-lifecycle-manager.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eInstallation en moins de 2 min\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eFonctionne avec Claude, ChatGPT et n’importe quel chat AI\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #5B4BE8; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#5B4BE8; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eComment installer\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eTéléchargez le package .skill, ouvrez Claude, collez SKILL.md dans les instructions de votre projet ou votre prompt système, décrivez votre besoin, et Tarquin construit la réponse. Un exemple complet vous montre exactement ce que vous obtenez.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58371215884552,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/tarquin-prompt-ops-lifecycle-manager-book.jpg?v=1787150439"},{"product_id":"xanthe-mcp-tool-integration-engineer","title":"Xanthe - Ingénieur MCP et intégration d’outils Skill AI","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eAjoutez Xanthe à Claude et obtenez un ingénieur de la couche d’outils qui conçoit des schémas que le modèle peut réellement appeler correctement, tout en sécurisant ce à quoi ces outils peuvent accéder.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eXanthe prend en charge la couche entre un agent et les systèmes sur lesquels il agit : conception de serveurs Model Context Protocol, rédaction de schémas d’outils et de fonctions que les modèles peuvent appeler correctement dès le premier essai, validation et coercition des arguments, idempotence et sémantique des nouvelles tentatives pour les outils produisant des effets de bord, messages d’erreur permettant au modèle de récupérer, périmètres d’authentification et de jetons afin qu’un outil ne puisse pas dépasser son mandat, budgétisation du nombre d’outils et des descriptions lorsque la précision de la sélection commence à se dégrader, ainsi que pagination et mise en forme des résultats afin qu’une réponse d’outil ne fasse pas exploser la fenêtre de contexte.\u003c\/p\u003e\n \u003cdiv style=\"background: #EEECFD; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #5B4BE8; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eCe que vous obtenez\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(91,75,232,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eConception de serveurs MCP et rédaction de schémas d’outils\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(91,75,232,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eValidation des arguments, idempotence et sémantique des nouvelles tentatives\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(91,75,232,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003ePérimètres d’authentification et risques liés au transfert de jetons\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eBudgétisation du nombre d’outils et mise en forme des résultats pour le contexte\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 xanthe-mcp-tool-integration-engineer.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eInstallation en moins de 2 min\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eFonctionne avec Claude, ChatGPT \u0026amp; n’importe quel chat AI\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #5B4BE8; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#5B4BE8; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eComment l’installer\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eTéléchargez le package .skill, ouvrez Claude, collez SKILL.md dans les instructions de votre projet ou votre prompt système, décrivez votre besoin, et Xanthe construit la réponse. Inclut un exemple complet détaillé pour vous montrer exactement ce que vous obtenez.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58371219751176,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/xanthe-mcp-tool-integration-engineer-book.jpg?v=1787150439"},{"product_id":"rurik-ai-product-manager","title":"Rurik - Chef de produit AI (produits LLM) Skill AI","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eIntégrez Rurik à Claude et obtenez un chef de produit AI qui vous dira lesquelles de vos fonctionnalités AI ne devraient absolument pas être développées.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eRurik prend en charge l’aspect produit du déploiement de fonctionnalités LLM : décider si un problème justifie une fonctionnalité AI ou une solution déterministe, rédiger des exigences adaptées à un comportement probabiliste plutôt que déterministe, définir des critères d’acceptation sous forme de scores d’évaluation mesurables plutôt qu’en fonction d’impressions, calculer l’économie unitaire et la tarification des fonctionnalités facturées à l’usage des tokens, organiser un lancement progressif avec des solutions de repli intégrant un humain, définir les attentes et concevoir la confiance dans l’UI, et supprimer les fonctionnalités qui ne surpassent pas une référence déterministe peu sophistiquée. Pour lui, un niveau de qualité impossible à mesurer indique une exigence manquante, et non une exigence moins stricte.\u003c\/p\u003e\n \u003cdiv style=\"background: #EEECFD; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #5B4BE8; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eCe que vous obtenez\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(91,75,232,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eDécider quelles fonctionnalités ne devraient absolument pas reposer sur l’AI\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(91,75,232,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eExigences et critères d’acceptation sous forme de scores d’évaluation\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(91,75,232,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eÉconomie unitaire des tokens et tarification par fonctionnalité\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eLancement progressif, solutions de repli et conception de la confiance dans l’UI\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 rurik-ai-product-manager.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eInstallation en moins de 2 minutes\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eFonctionne avec Claude, ChatGPT et n’importe quel chat AI\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #5B4BE8; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#5B4BE8; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eComment l’installer\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eTéléchargez le package .skill, ouvrez Claude, collez SKILL.md dans les instructions de votre projet ou votre prompt système, décrivez votre besoin, et Rurik construit la réponse. Un exemple complet vous montre exactement ce que vous obtenez.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58371224273160,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/rurik-ai-product-manager-book.jpg?v=1787150441"},{"product_id":"almeric-vector-database-index-operations-engineer","title":"Almeric - Ingénieur en bases de données vectorielles et opérations d’indexation Skill AI","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eIntégrez Almeric à Claude et obtenez un ingénieur en infrastructure vectorielle qui ajuste le rappel en fonction de la latence à l’aide de courbes mesurées, et non de paramètres par défaut copiés d’un guide de démarrage rapide.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eAlmeric gère le magasin vectoriel comme une infrastructure de production : sélection du type d’index et des paramètres entre HNSW, IVF et ScaNN, avec un raisonnement concret sur M, efConstruction, efSearch, nlist et nprobe ; courbes mesurées du rappel par rapport à la latence plutôt que des affirmations des fournisseurs ; topologie du partitionnement et de la réplication ; dimensionnement de la mémoire et du disque par milliard de vecteurs ; compromis de la quantification entre quantification scalaire, produit et binaire ; réindexation et migration sans interruption ; baisses brutales des performances lors du filtrage des métadonnées ; et sélection de plateforme entre pgvector, Qdrant, Pinecone, Weaviate et Milvus.\u003c\/p\u003e\n \u003cdiv style=\"background: #EEECFD; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #5B4BE8; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eCe que vous obtenez\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(91,75,232,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eSélection des paramètres HNSW\/IVF\/ScaNN avec de vrais compromis\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(91,75,232,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eCourbes mesurées du rappel par rapport à la latence, et non affirmations des fournisseurs\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(91,75,232,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eDimensionnement de la mémoire et du disque, partitionnement et réplication\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eCompromis de la quantification et réindexation sans interruption\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 almeric-vector-database-index-operations-engineer.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eInstallation en moins de 2 minutes\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eFonctionne avec Claude, ChatGPT \u0026amp; n’importe quel chat AI\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #5B4BE8; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#5B4BE8; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eComment l’installer\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eTéléchargez le package .skill, ouvrez Claude, collez SKILL.md dans les instructions de votre projet ou votre prompt système, décrivez votre besoin, et Almeric construit la réponse. Inclut un exemple complet détaillé pour vous montrer exactement ce que vous obtenez.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58371230531848,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/almeric-vector-database-index-operations-book.jpg?v=1787150440"},{"product_id":"thibaut-eval-dataset-synthetic-data-engineer","title":"Thibaut - Ingénieur en jeux de données d’évaluation et en données synthétiques Skill AI","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eIntégrez Thibaut à Claude et obtenez un ingénieur des données qui construit le jeu d’évaluation dont dépend la fiabilité de vos scores.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eThibaut construit et organise les jeux de données qui sous-tendent chaque évaluation et chaque ajustement fin : échantillonnage d’un ensemble mis de côté qui représente réellement le trafic de production, stratification selon les modes d’échec qui vous intéressent, directives d’annotation et accord interannotateurs, génération de données synthétiques avec contrôles de diversité et de bruit dans les étiquettes, contrôles de contamination et de fuite entre l’entraînement et l’évaluation, gestion des versions et de la provenance des jeux de données, maintenance du jeu de données de référence à mesure que le produit évolue, et identification du moment où un lot synthétique doit être jeté plutôt que déployé.\u003c\/p\u003e\n \u003cdiv style=\"background: #EEECFD; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #5B4BE8; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eCe que vous obtenez\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(91,75,232,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eÉchantillonnage représentatif des données mises de côté et stratification des modes d’échec\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(91,75,232,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eDirectives d’annotation et accord interannotateurs\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(91,75,232,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eGénération synthétique avec contrôles de diversité et de bruit dans les étiquettes\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eContrôles de contamination, gestion des versions et maintenance du jeu de données de référence\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 thibaut-eval-dataset-synthetic-data-engineer.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eInstallation en moins de 2 min\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eFonctionne avec Claude, ChatGPT et n’importe quel chat AI\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #5B4BE8; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#5B4BE8; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eComment installer\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eTéléchargez le package .skill, ouvrez Claude, collez SKILL.md dans les instructions de votre projet ou votre prompt système, décrivez votre besoin, et Thibaut construit la réponse. Un exemple complet et détaillé est inclus pour que vous sachiez exactement ce que vous obtenez.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58371234726152,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/thibaut-eval-dataset-synthetic-data-engineer-book.jpg?v=1787150440"},{"product_id":"veska-structured-output-constrained-decoding-engineer","title":"Veska - Ingénieur en sorties structurées et décodage contraint Skill AI","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eIntégrez Veska à Claude et obtenez un ingénieur qui fait analyser la sortie du modèle à chaque fois, sans prétendre qu’une boucle de nouvelle tentative constitue une conception.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eVeska se charge d’obtenir une sortie structurée fiable à partir d’un modèle de langage : conception de schémas JSON et de grammaires que le modèle peut respecter, décodage contraint et génération guidée par une grammaire, structuration des schémas d’appels d’outils et de réponses de fonctions, couches de validation et de réparation, coût en précision des énumérations volumineuses et des schémas profondément imbriqués, diffusion sûre de structures partielles, gestion des versions de schéma pour les consommateurs en aval, et identification des cas où un schéma contrarie le modèle au lieu de le guider.\u003c\/p\u003e\n \u003cdiv style=\"background: #EEECFD; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #5B4BE8; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eCe que vous obtenez\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(91,75,232,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eSchémas JSON et grammaires que le modèle peut respecter\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(91,75,232,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eDécodage contraint et guidé par une grammaire\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(91,75,232,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eValidation, couches de réparation et fragments partiels diffusés en toute sécurité\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eQuand les grandes énumérations et l’imbrication profonde nuisent à la précision\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 veska-structured-output-constrained-decoding-engineer.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eInstallation en moins de 2 minutes\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eFonctionne avec Claude, ChatGPT et n’importe quel chat AI\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #5B4BE8; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#5B4BE8; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eComment l’installer\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eTéléchargez le package .skill, ouvrez Claude, collez SKILL.md dans les instructions de votre projet ou votre prompt système, décrivez votre besoin, et Veska construit la réponse. Un exemple complet et détaillé est inclus pour vous montrer exactement ce que vous obtenez.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58371239248136,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/veska-structured-output-constrained-decoding-book.jpg?v=1787150439"},{"product_id":"solvej-llm-observability-tracing-engineer","title":"Solvej - Ingénieur en observabilité et traçage des LLM Skill AI","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eAjoutez Solvej à Claude et bénéficiez d’un ingénieur en observabilité capable de vous dire exactement quel span d’une exécution d’agent en 40 étapes a mal tourné, et pourquoi.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eSolvej instrumente les systèmes LLM et agent afin que les échecs en production puissent être diagnostiqués : conception de spans OpenTelemetry pour les exécutions d’agents en plusieurs étapes, corrélation des traces et des sessions entre les outils, les nouvelles tentatives et les sous-agents, capture des payloads de prompt et de complétion sans fuite de secrets, signaux de qualité en ligne et collecte des retours utilisateurs, alertes sur les régressions de qualité plutôt que sur les seules erreurs, stratégie d’échantillonnage qui maintient les coûts à un niveau raisonnable à grande échelle, et relecture d’une exécution de production échouée avec un correctif candidat.\u003c\/p\u003e\n \u003cdiv style=\"background: #EEECFD; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #5B4BE8; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eCe que vous obtenez\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(91,75,232,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eConception de spans OpenTelemetry pour les exécutions d’agents en plusieurs étapes\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(91,75,232,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eCorrélation des traces entre les outils, les nouvelles tentatives et les sous-agents\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(91,75,232,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eDes alertes sur les régressions de qualité, pas seulement sur les erreurs\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eUn échantillonnage qui reste abordable, avec relecture des exécutions échouées\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 solvej-llm-observability-tracing-engineer.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eInstallation en moins de 2 minutes\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eFonctionne avec Claude, ChatGPT et n’importe quel chat AI\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #5B4BE8; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#5B4BE8; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eComment installer\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eTéléchargez le package .skill, ouvrez Claude, collez SKILL.md dans les instructions de votre projet ou votre prompt système, décrivez votre besoin, et Solvej construit la réponse. Inclut un exemple complet pour vous montrer exactement ce que vous obtenez.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58371243770120,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/solvej-llm-observability-tracing-engineer-book.jpg?v=1787150440"},{"product_id":"isaure-computer-use-browser-agent-engineer","title":"Isaure - Ingénieur en agents d’utilisation d’ordinateurs et de navigateurs Skill AI","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eIntégrez Isaure à Claude et obtenez un ingénieur en utilisation d’ordinateur qui commencera par vous indiquer lesquels de vos systèmes cibles ne devraient pas être pilotés par un agent.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eIsaure construit des agents qui utilisent de vraies interfaces : automatisation du navigateur et du bureau avec un ancrage hybride par vision et DOM, une stratégie de sélecteurs qui résiste aux changements d’UI, une confirmation des actions avant les clics importants, une gestion des sessions et de l’authentification sans stocker les identifiants dans les prompts, une récupération après des fenêtres modales et des changements de mise en page inattendus, une limitation du débit et une conformité aux mesures anti-abus, la mise en sandbox et le contrôle du rayon d’impact, ainsi qu’une évaluation honnête des situations où une API existe et où l’agent devrait plutôt l’utiliser.\u003c\/p\u003e\n \u003cdiv style=\"background: #EEECFD; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #5B4BE8; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eCe que vous obtenez\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(91,75,232,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eAncrage hybride par vision et DOM, avec sélecteurs durables\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(91,75,232,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eÉtapes de confirmation avant les actions importantes\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(91,75,232,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eGestion des sessions et de l’authentification sans identifiants dans les prompts\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eMise en sandbox, limites de débit et récupération en cas de surprises dans l’UI\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 isaure-computer-use-browser-agent-engineer.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eInstallation en moins de 2 min\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eFonctionne avec Claude, ChatGPT et n’importe quel chat AI\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #5B4BE8; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#5B4BE8; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eComment l’installer\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eTéléchargez le package .skill, ouvrez Claude, collez SKILL.md dans les instructions de votre projet ou le prompt système, décrivez votre besoin, et Isaure construit la réponse. Inclut un exemple complet pour vous montrer exactement ce que vous obtenez.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58371247833352,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/isaure-computer-use-browser-agent-engineer-book.jpg?v=1787150441"},{"product_id":"anouska-conversational-ai-experience-designer","title":"Anouska - Designer d’expériences conversationnelles AI Skill AI","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eIntégrez Anouska à Claude et obtenez une conceptrice de conversations qui conçoit d’abord les scénarios d’échec, car c’est là que les utilisateurs décident réellement de faire confiance à l’outil.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eAnouska conçoit la conversation elle-même : conception des tours de parole et des flux, spécification de la personnalité et du ton qui résiste à l’épreuve des utilisateurs réels, récupération en cas d’erreur et de malentendu, dégradation progressive et moment du transfert à un humain, schémas de confirmation avant les actions conséquentes, intégration et divulgation des capacités afin que les utilisateurs découvrent ce que l’assistant peut et ne peut pas faire, réparation du contexte sur plusieurs tours, et rédaction des véritables textes de l’assistant au lieu de laisser cette tâche à la dernière personne qui intervient avant la mise en ligne.\u003c\/p\u003e\n \u003cdiv style=\"background: #EEECFD; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #5B4BE8; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eCe que vous obtenez\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(91,75,232,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eConception des tours de parole et des flux, avec les scénarios d’échec conçus en premier\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(91,75,232,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eSpécification de la personnalité et du ton, avec du contenu concret\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(91,75,232,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eRécupération, réparation du contexte et moments de transfert à un humain\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eDivulgation des capacités et confirmation avant les actions conséquentes\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 anouska-conversational-ai-experience-designer.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eInstallation en moins de 2 min\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eFonctionne avec Claude, ChatGPT et n’importe quel chat AI\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #5B4BE8; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#5B4BE8; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eComment l’installer\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eTéléchargez le package .skill, ouvrez Claude, collez SKILL.md dans les instructions de votre projet ou votre prompt système, décrivez votre besoin, et Anouska élabore la réponse. Inclut un exemple complet pour voir exactement ce que vous obtenez.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58371253371144,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/anouska-conversational-ai-experience-designer-book.jpg?v=1787150441"},{"product_id":"orsolya-ai-governance-regulatory-compliance-specialist","title":"Orsolya - Spécialiste de la gouvernance AI et de la conformité réglementaire Skill AI","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eIntégrez Orsolya à Claude et bénéficiez d’une spécialiste de la gouvernance de l’AI qui ne vous laissera pas plaider pour échapper à une classification à haut risque.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eOrsolya prend en charge la conformité réglementaire et la documentation relatives aux systèmes AI : classification des risques selon l’AI Act de l’UE et obligations associées à chaque niveau, NIST AI RMF, systèmes de management ISO\/IEC 42001, fiches de modèle et de système, inventaire des systèmes AI avec enregistrement des cas d’usage, dossiers d’évaluation de la conformité et de documentation technique, obligations de transparence et d’information, obligations de signalement des incidents, contrôle préalable des fournisseurs de modèles tiers, ainsi qu’une politique interne en matière d’AI qui résiste à un véritable audit, plutôt qu’à une simple revue de présentation.\u003c\/p\u003e\n \u003cdiv style=\"background: #EEECFD; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #5B4BE8; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eCe que vous obtenez\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(91,75,232,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eNiveaux de risque de l’AI Act de l’UE et obligations associées à chacun\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(91,75,232,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eAlignement sur le NIST AI RMF et la norme ISO\/IEC 42001\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(91,75,232,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eFiches de modèle, fiches système et dossiers de documentation technique\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eInventaire des systèmes AI, contrôle préalable des fournisseurs et signalement des incidents\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 orsolya-ai-governance-regulatory-compliance-specialist.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eInstallation en moins de 2 minutes\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eFonctionne avec Claude, ChatGPT et n’importe quel chat AI\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #5B4BE8; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#5B4BE8; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eComment l’installer\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eTéléchargez le package .skill, ouvrez Claude, collez SKILL.md dans les instructions de votre projet ou dans votre prompt système, décrivez votre besoin, et Orsolya prépare la réponse. Un exemple complet vous montre exactement ce que vous obtenez.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58371257467144,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/orsolya-ai-governance-regulatory-compliance-book.jpg?v=1787150441"},{"product_id":"ondrej-ai-data-privacy-pii-protection-engineer","title":"Ondrej - Ingénieur en confidentialité des données AI et protection des informations personnelles identifiables Skill AI","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eIntégrez Ondrej à Claude et bénéficiez d’un ingénieur de la confidentialité qui retrace où vont réellement les données personnelles dans votre pipeline LLM, y compris les endroits où vous avez oublié qu’elles atterrissent.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eOndrej assure l’ingénierie de la confidentialité sur l’ensemble des pipelines LLM : détection et masquage des données personnelles dans les prompts, complétions, traces et journaux ; résidence des données et transferts transfrontaliers lorsqu’une API de modèle se trouve dans une autre juridiction ; conservation et suppression, y compris le refus de l’entraînement côté fournisseur et les conditions de conservation nulle ; traitement des demandes d’effacement lorsque les données peuvent se trouver dans des embeddings et des poids de modèles affinés ; risques de mémorisation et d’inférence d’appartenance ; pseudonymisation avant qu’une charge utile n’atteigne un tiers ; ainsi que consentement et limitation de la finalité pour l’utilisation des données clients dans l’entraînement.\u003c\/p\u003e\n \u003cdiv style=\"background: #EEECFD; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #5B4BE8; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eCe que vous obtenez\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(91,75,232,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eDétection et masquage des données personnelles dans les prompts, traces et journaux\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(91,75,232,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eRésidence des données et transferts transfrontaliers pour les API de modèles\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(91,75,232,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eEffacement lorsque les données se trouvent dans des embeddings et des modèles affinés\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eConservation des données, conditions de conservation nulle et limites du consentement à l’entraînement\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 ondrej-ai-data-privacy-pii-protection-engineer.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eInstallation en moins de 2 minutes\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eFonctionne avec Claude, ChatGPT et n’importe quel chat AI\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #5B4BE8; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#5B4BE8; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eComment l’installer\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eTéléchargez le package .skill, ouvrez Claude, collez SKILL.md dans les instructions de votre projet ou votre prompt système, décrivez votre besoin, et Ondrej construit la réponse. Un exemple complet vous montre exactement ce que vous obtenez.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58371261104392,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/ondrej-ai-data-privacy-pii-protection-book.jpg?v=1787150441"},{"product_id":"baldassare-ai-platform-agent-program-director","title":"Baldassare - Directeur des plateformes AI et des programmes d’agents Skill AI","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eIntégrez Baldassare à Claude et obtenez le directeur qui prend en charge l’ensemble de la plateforme AI : ce qui est construit, ce qui est abandonné, la personne responsable de chaque élément et son coût.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eBaldassare dirige la plateforme AI et le programme d’agents au niveau de la coordination : portefeuille et feuille de route de toutes les initiatives liées aux agents, stratégie des modèles et des fournisseurs avec des voies de sortie, standards de la plateforme auxquels chaque équipe se conforme, décisions concernant l’infrastructure partagée par rapport à l’autonomie de chaque équipe, suivi du budget et des coûts liés à l’utilisation des modèles, escalade des risques lorsqu’un modèle sans responsable est intégré à un dispositif de contrôle réglementé, plans de capacités et de recrutement, ainsi que le rythme opérationnel qui permet à douze spécialistes de rester alignés sur la même architecture. Il confie chaque tâche pratique à un spécialiste nommément désigné au lieu de s’en charger lui-même.\u003c\/p\u003e\n \u003cdiv style=\"background: #EEECFD; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #5B4BE8; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eCe que vous obtenez\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(91,75,232,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003ePortefeuille et feuille de route des agents, y compris ceux à abandonner\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(91,75,232,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eStratégie des modèles et des fournisseurs, avec de véritables voies de sortie\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(91,75,232,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eStandards de la plateforme, infrastructure partagée et maîtrise des coûts\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#5B4BE8; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eEscalade des risques et orientation vers des spécialistes nommément désignés\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 baldassare-ai-platform-agent-program-director.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eInstallation en moins de 2 min\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eFonctionne avec Claude, ChatGPT et n’importe quel chat AI\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #5B4BE8; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#5B4BE8; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eComment l’installer\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eTéléchargez le package .skill, ouvrez Claude, collez SKILL.md dans les instructions de votre projet ou dans le prompt système, décrivez votre besoin, et Baldassare élabore la réponse. Un exemple complet est inclus pour vous montrer exactement ce que vous obtenez.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58371264151816,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/baldassare-ai-platform-agent-program-director-book.jpg?v=1787150441"},{"product_id":"jaroslav-coding-agent-engineer","title":"Jaroslav - Skill AI d’ingénieur agent de programmation","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eIntégrez Jaroslav à Claude et obtenez un agent ingénieur en développement qui mesure le coût par problème résolu, car un score de référence sur un dépôt public ne vous apprend rien sur votre base de code.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eJaroslav construit des agents qui écrivent et livrent du vrai code : stratégie de contexte du dépôt basée sur la récupération, la synthèse de l’arborescence des fichiers et les limites du fait de faire tenir un monorepo dans une fenêtre ; exécution en bac à sable, car un agent a besoin d’un véritable shell et d’une véritable exécution des tests ; boucles d’agent pilotées par les tests, où la suite constitue le signal de récompense ; génération de correctifs et de différences par rapport à la réécriture de fichiers entiers ; modifications coordonnées de plusieurs fichiers ; résolution de la compilation et des dépendances dans le bac à sable ; pull requests rédigées par l’agent et contrat de revue avec les humains ; intégration CI et limites du rayon d’impact concernant ce qu’un agent peut fusionner ; raisons pour lesquelles les scores SWE-bench ne se transposent pas à une base de code privée ; et taxonomie des échecs pour un agent qui boucle ou simule une correction.\u003c\/p\u003e\n \u003cdiv style=\"background: #EBEDFA; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #2F46DA; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eCe que vous obtenez\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(47,70,218,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eStratégie de contexte du dépôt et véritables limites d’une grande fenêtre\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(47,70,218,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eExécution en bac à sable avec un véritable shell et une véritable exécution des tests\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(47,70,218,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eGénération de correctifs, modifications de plusieurs fichiers et pull requests rédigées par l’agent\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eCoût par problème résolu, limites du rayon d’impact, détection des boucles et des fausses corrections\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 jaroslav-coding-agent-engineer.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eInstallation en moins de 2 min\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eFonctionne avec Claude, ChatGPT \u0026amp; n’importe quel chat AI\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #2F46DA; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#2F46DA; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eComment installer\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eTéléchargez le package .skill → ouvrez Claude → collez SKILL.md dans les instructions de votre projet ou le prompt système → décrivez votre besoin → Jaroslav construit la réponse. Comprend un exemple complet pour voir exactement ce que vous obtenez.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58385005117704,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/jaroslav-coding-agent-engineer-book.jpg?v=1787150497"},{"product_id":"ilinca-multimodal-agent-engineer","title":"Ilinca - Skill AI d’ingénieur en agents multimodaux","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eIntégrez Ilinca à Claude et obtenez une ingénieure multimodale qui crée un jeu d’évaluation testant le raisonnement visuel, et non la simple correspondance avec des légendes, et qui sait précisément où la lecture des graphiques échoue silencieusement.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eIlinca crée des agents qui voient aussi bien qu’ils lisent : sélection de modèles vision-langage et leurs véritables modes d’échec ; prétraitement des images, résolution et découpage en tuiles mis en balance avec le coût en tokens ; compréhension des graphiques, diagrammes et tableaux, et identification précise des cas où elle échoue silencieusement ; compréhension des captures d’écran et des interfaces UI pour l’ancrage visuel ; boîtes englobantes et limites du raisonnement spatial ; compréhension des vidéos grâce à une stratégie d’échantillonnage des images ; combinaison de l’OCR avec un modèle de vision plutôt que le choix d’une seule solution ; recherche multimodale et embeddings d’images ; jeux d’évaluation qui testent le raisonnement plutôt que la légende d’images ; schémas d’hallucination propres aux images ; utilisations en matière d’accessibilité, comme le texte alternatif ; et calcul du coût lorsque chaque image représente des milliers de tokens.\u003c\/p\u003e\n \u003cdiv style=\"background: #EBEDFA; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #2F46DA; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eCe que vous obtenez\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(47,70,218,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eSélection de modèles vision-langage et vrais modes d’échec\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(47,70,218,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eCalcul de la résolution, du découpage en tuiles et du coût en tokens par image\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(47,70,218,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eLimites de compréhension des graphiques, tableaux, captures d’écran et vidéos\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eRecherche multimodale, schémas d’hallucination des images, évaluations honnêtes\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 ilinca-multimodal-agent-engineer.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eInstallation en moins de 2 min\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eFonctionne avec Claude, ChatGPT et n’importe quel chat AI\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #2F46DA; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#2F46DA; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eComment installer\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eTéléchargez le package .skill → ouvrez Claude → collez SKILL.md dans les instructions de votre projet ou votre prompt système → décrivez votre besoin → Ilinca construit la réponse. Comprend un exemple complet pour voir exactement ce que vous obtenez.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58385006428424,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/ilinca-multimodal-agent-engineer-book.jpg?v=1787150497"},{"product_id":"bertil-model-distillation-on-device","title":"Bertil - Skill AI d’ingénieur en distillation de modèles et traitement sur appareil","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eIntégrez Bertil à Claude et obtenez un ingénieur en distillation qui mesure le coût de qualité de chaque étape de quantification au lieu de supposer que l’INT4 est gratuit.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eBertil transforme un petit modèle en modèle suffisamment performant et le déploie sur l’appareil : distillation des connaissances à partir d’un grand modèle enseignant, avec distillation des réponses, des caractéristiques et du raisonnement ; petits modèles de langage spécialisés par tâche ; quantification en INT8, INT4, GPTQ, AWQ et GGUF, avec un coût de qualité mesuré plutôt que supposé ; élagage et parcimonie ; fusion de LoRA et d’adaptateurs ; environnements d’exécution sur l’appareil, notamment llama.cpp, MLX, ONNX Runtime, Core ML et TFLite ; budgets de mémoire, de température et de batterie sur du matériel réel ; latence sur les puces mobiles et edge ; architecture hybride dans laquelle un petit modèle gère le parcours courant et transmet le reste à un modèle plus puissant ; fonctionnement hors ligne et distribution des mises à jour ; et évaluation honnête par rapport au modèle enseignant sur les tâches qui comptent.\u003c\/p\u003e\n \u003cdiv style=\"background: #EBEDFA; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #2F46DA; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eCe que vous obtenez\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(47,70,218,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eDistillation des réponses, des caractéristiques et du raisonnement à partir d’un modèle enseignant\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(47,70,218,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eINT8\/INT4, GPTQ, AWQ et GGUF avec un coût de qualité mesuré\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(47,70,218,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003ellama.cpp, MLX, Core ML, ONNX et TFLite sur du matériel réel\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eBudgets de mémoire, de température et de batterie ; architectures d’escalade hybrides\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 bertil-model-distillation-on-device.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eInstallation en moins de 2 min\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eFonctionne avec Claude, ChatGPT et tout chat doté d’une AI\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #2F46DA; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#2F46DA; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eComment l’installer\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eTéléchargez le package .skill → ouvrez Claude → collez SKILL.md dans les instructions de votre projet ou le prompt système → décrivez votre besoin → Bertil élabore la réponse. Un exemple complet vous montre exactement ce que vous obtenez.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58385010196744,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/bertil-model-distillation-on-device-book.jpg?v=1787150499"},{"product_id":"piroska-document-ai-idp-engineer","title":"Piroska - Skill AI d’ingénieur en IA documentaire et traitement intelligent des documents","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eAjoutez Piroska à Claude et obtenez un ingénieur en AI documentaire qui optimise le taux de traitement direct, car la seule précision des champs peut masquer une file d’attente que personne n’est en mesure de traiter.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003ePiroska transforme les documents en données structurées fiables à grande échelle : classification et séparation de documents dans des numérisations regroupant plusieurs documents ; sélection du moteur OCR et identification des cas où un modèle vision-langage surpasse l’OCR classique ; analyse de la mise en page, ordre de lecture et extraction de tableaux à partir de documents jamais conçus pour être analysés ; extraction de paires clé-valeur selon un schéma avec règles de validation ; écriture manuscrite et numérisations de mauvaise qualité ; évaluation du niveau de confiance et seuil de vérification humaine ; taux de traitement direct comme indicateur déterminant la viabilité économique ; précision au niveau des champs mesurée par rapport à un ensemble annoté ; files d’exceptions et retours de correction ; gestion des versions des documents et piste d’audit pour les processus réglementés ; débit et coût par page ; et intégration au système qui consomme les données.\u003c\/p\u003e\n \u003cdiv style=\"background: #EBEDFA; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #2F46DA; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eCe que vous obtenez\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(47,70,218,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eClassification, séparation, analyse de la mise en page et extraction de tableaux\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(47,70,218,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eOCR ou modèle vision-langage, choisi selon la précision mesurée\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(47,70,218,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eExtraction basée sur un schéma avec validation et évaluation du niveau de confiance\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eTaux de traitement direct, files d’exceptions, coût par page\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 piroska-document-ai-idp-engineer.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eInstallation en moins de 2 min\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eFonctionne avec Claude, ChatGPT et n’importe quel chat AI\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #2F46DA; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#2F46DA; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eComment installer\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eTéléchargez le package .skill → ouvrez Claude → collez SKILL.md dans les instructions de votre projet ou le prompt système → décrivez votre besoin → Piroska construit la réponse. Comprend un exemple complet pour voir exactement ce que vous obtenez.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58385011704072,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/piroska-document-ai-idp-engineer-book.jpg?v=1787150498"},{"product_id":"quirin-llm-gateway-routing-engineer","title":"Quirin - Skill AI d’ingénieur en passerelles LLM et routage de modèles","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eIntégrez Quirin à Claude et bénéficiez d’un ingénieur des passerelles qui verrouille les versions des modèles afin qu’une mise à jour du fournisseur ne puisse pas modifier silencieusement votre produit du jour au lendemain.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eQuirin prend en charge le plan de contrôle devant chaque appel de modèle : architecture de passerelle et raisons pour lesquelles les appels ne devraient jamais être adressés directement à un fournisseur ; routage des modèles par tâche, niveau de qualité et coût selon des règles fondées sur des mesures plutôt que sur des suppositions ; chaînes de cascade et de secours entre fournisseurs et régions ; mise en cache sémantique et par correspondance exacte avec invalidation ; gestion des limites de débit, mise en file d’attente et contre-pression ; quotas et contrôle des dépenses par équipe et par fonctionnalité ; gestion des clés API et isolation des identifiants ; journalisation des requêtes et des réponses avec masquage des données personnelles à la passerelle ; transmission des flux et ses complications ; verrouillage des versions des prompts et des modèles ; gestion des pannes des fournisseurs et identification des limites d’une abstraction multi-fournisseurs ; et mesure des économies réellement réalisées grâce au routage plutôt que des économies prévues.\u003c\/p\u003e\n \u003cdiv style=\"background: #EBEDFA; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #2F46DA; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eCe que vous obtenez\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(47,70,218,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eArchitecture de passerelle, isolation des identifiants et masquage des données personnelles\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(47,70,218,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eRoutage par tâche et niveau de qualité selon des règles mesurées\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(47,70,218,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eChaînes de secours, mise en cache avec invalidation, gestion de la contre-pression\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eQuotas, contrôle des dépenses et verrouillage des versions de modèle\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 quirin-llm-gateway-routing-engineer.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eInstallation en moins de 2 min\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eFonctionne avec Claude, ChatGPT et n’importe quel chat AI\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #2F46DA; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#2F46DA; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eComment l’installer\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eTéléchargez le package .skill → ouvrez Claude → collez SKILL.md dans les instructions de votre projet ou votre prompt système → décrivez votre besoin → Quirin construit la réponse. Inclut un exemple complet détaillé pour voir exactement ce que vous obtenez.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58385013178632,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/quirin-llm-gateway-routing-engineer-book.jpg?v=1787150499"},{"product_id":"csilla-rlhf-human-in-the-loop-data-ops","title":"Csilla - Skill AI de responsable des opérations de données RLHF et avec intervention humaine","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eIntégrez Csilla à Claude et obtenez un responsable des opérations de données humaines qui corrige la directive avant de blâmer les annotateurs, car un faible accord est presque toujours dû à une grille d’évaluation ambiguë.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eCsilla gère la couche de données humaines qui sous-tend les modèles alignés : conception des programmes d’annotation et facteurs qui rendent une directive utilisable ; recrutement, qualification et étalonnage des annotateurs ; accord interannotateurs et mesures à prendre lorsqu’il est faible ; collecte de données de préférences pour le RLHF et le DPO ; conception de comparaisons par paires et biais de position ; notation fondée sur une grille d’évaluation ; collecte de données par red teaming ; apprentissage actif et échantillonnage pour que les annotateurs voient les exemples qui comptent ; contrôle qualité au moyen de jeux de données de référence, d’audits et d’évaluateurs d’évaluateurs ; rémunération, charge de travail et bien-être des annotateurs, en particulier face aux contenus éprouvants ; gestion des prestataires pour l’étiquetage externalisé ; coût par étiquette par rapport à la valeur ; ainsi que la traçabilité des données et le registre de consentement qu’un organisme de réglementation pourrait demander.\u003c\/p\u003e\n \u003cdiv style=\"background: #EBEDFA; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #2F46DA; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eCe que vous obtenez\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(47,70,218,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eConception de directives, qualification et étalonnage des annotateurs\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(47,70,218,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eDiagnostic et correction de l’accord interannotateurs\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(47,70,218,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eCollecte de préférences et de comparaisons par paires pour le RLHF et le DPO, contrôle des biais\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eJeux de données de référence, audits, bien-être des annotateurs, traçabilité et consentement\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 csilla-rlhf-human-in-the-loop-data-ops.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eInstallation en moins de 2 min\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eFonctionne avec Claude, ChatGPT \u0026amp; n’importe quel chat AI\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #2F46DA; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#2F46DA; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eComment installer\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eTéléchargez le package .skill → ouvrez Claude → collez SKILL.md dans les instructions de votre projet ou le prompt système → décrivez votre besoin → Csilla élabore la réponse. Inclut un exemple complet pour que vous voyiez exactement ce que vous obtenez.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58385015701768,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/csilla-rlhf-human-in-the-loop-data-ops-book.jpg?v=1787150498"},{"product_id":"vanja-multilingual-localization-engineer","title":"Vanja - Skill AI d’ingénieur en multilinguisme et localisation de l’IA","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eAjoutez Vanja à Claude et bénéficiez d’un ingénieur en localisation qui mesure la qualité par langue, car les performances en anglais ne se transfèrent jamais comme la feuille de route le suppose.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eVanja permet à un produit LLM de fonctionner au-delà de l’anglais : mesure de la qualité par langue plutôt que de supposer qu’elle se transfère ; efficacité de la tokenisation et pénalité de coût payée par les systèmes d’écriture non latins ; ensembles d’évaluation propres à chaque langue et cycles de révision par des locuteurs natifs ; traduction automatique ou génération native, et choix approprié selon le contexte ; mémoire de traduction et application du glossaire dans les prompts ; formatage adapté à la locale pour les dates, les nombres, les devises, les adresses et les noms ; texte de droite à gauche et bidirectionnel ; pièges liés aux systèmes d’écriture et à l’encodage ; recherche dans des corpus multilingues, y compris au moyen d’incorporations interlinguistiques ; ton et registre adaptés à la culture ; différences de conformité régionale concernant ce qu’un modèle peut dire ; latence et disponibilité des modèles selon les régions ; et ordre de déploiement fondé sur la répartition réelle des utilisateurs plutôt que sur les préférences des dirigeants.\u003c\/p\u003e\n \u003cdiv style=\"background: #EBEDFA; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #2F46DA; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eCe que vous obtenez\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(47,70,218,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eÉvaluation par langue avec des cycles de révision par des locuteurs natifs\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(47,70,218,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eEfficacité de la tokenisation et pénalité de coût selon le système d’écriture\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(47,70,218,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eApplication du glossaire et de la base terminologique, formatage selon la locale, RTL\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eRecherche interlinguistique, conformité régionale, ordre de déploiement\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 vanja-multilingual-localization-engineer.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eInstallation en moins de 2 min\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eFonctionne avec Claude, ChatGPT \u0026amp; n’importe quel chat AI\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #2F46DA; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#2F46DA; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eComment installer\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eTéléchargez le package .skill → ouvrez Claude → collez SKILL.md dans les instructions de votre projet ou le prompt système → décrivez votre besoin → Vanja élabore la réponse. Comprend un exemple complet pour vous montrer exactement ce que vous obtenez.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58385018093832,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/vanja-multilingual-localization-engineer-book.jpg?v=1787150498"},{"product_id":"odalric-ai-research-engineer","title":"Odalric - Skill AI d’ingénieur de recherche en IA","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eIntégrez Odalric à Claude et obtenez un ingénieur de recherche qui exécute plusieurs graines aléatoires et vous dira que le résultat de l’article ne s’est pas reproduit à votre échelle.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eOdalric transforme les articles en systèmes prêts pour la production : lecture critique d’un article et identification de ce qui ne se reproduira pas ; réimplémentation avec un plan d’ablation ; conception et suivi des expériences ; significativité statistique et raisons pour lesquelles les résultats obtenus avec une seule graine aléatoire peuvent être trompeurs ; références réellement solides plutôt que des hommes de paille ; budgétisation du calcul pour la recherche ; bases de l’entraînement distribué ; stratégie de recherche d’hyperparamètres ; communication honnête des résultats négatifs ; contamination et fuite des benchmarks ; écart entre le score d’un benchmark et la valeur produit ; critères de transfert de la recherche vers la production ; décisions de publication et d’open source ; et maintien d’un programme de recherche lié à un problème produit plutôt qu’à la nouveauté.\u003c\/p\u003e\n \u003cdiv style=\"background: #EBEDFA; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #2F46DA; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eCe que vous obtenez\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(47,70,218,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eLecture critique des articles et ce qui ne se reproduira pas à votre échelle\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(47,70,218,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eAblations, multiples graines aléatoires et tests de significativité honnêtes\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(47,70,218,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eRéférences solides, budgétisation du calcul et stratégie d’hyperparamètres\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eContamination des benchmarks et écart entre le score et la valeur produit\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 odalric-ai-research-engineer.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eInstallation en moins de 2 minutes\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eFonctionne avec Claude, ChatGPT et n’importe quel chat AI\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #2F46DA; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#2F46DA; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eComment l’installer\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eTéléchargez le package .skill → ouvrez Claude → collez SKILL.md dans les instructions de votre projet ou le prompt système → décrivez votre besoin → Odalric construit la réponse. Inclut un exemple complet pour vous montrer exactement ce que vous obtenez.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58385020125448,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/odalric-ai-research-engineer-book.jpg?v=1787150499"},{"product_id":"fabrizio-ai-forward-deployed-engineer","title":"Fabrizio - Skill AI d’ingénieur IA déployé sur le terrain","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eIntégrez Fabrizio à Claude et obtenez un ingénieur déployé sur le terrain qui construit l’évaluation à partir des propres données du client et communique le chiffre qui fait tomber le discours commercial.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eFabrizio est l’ingénieur qui travaille avec le client et fait fonctionner le produit AI dans son environnement : analyse du workflow réel plutôt que du workflow de démonstration ; accès aux données et intégration au sein du réseau du client ; audit de sécurité et modèles de déploiement en SaaS, VPC et sur site ; évaluation spécifique au client, fondée sur ses propres données ; ajustement du prompt et du pipeline en fonction de ses cas limites ; conception d’un pilote avec des critères de réussite signés par le client ; gestion du changement avec les personnes dont le travail est concerné par le système ; instrumentation du déploiement pour mesurer la valeur ; escalade vers l’ingénierie centrale avec des cas reproductibles ; décision sur ce qui doit être standardisé dans le produit ou rester sur mesure ; et capacité à dire honnêtement au client quand le produit ne convient pas à son cas d’usage.\u003c\/p\u003e\n \u003cdiv style=\"background: #EBEDFA; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #2F46DA; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eCe que vous obtenez\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(47,70,218,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eAnalyse des workflows réels et intégration au réseau du client\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(47,70,218,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eDéploiement SaaS, VPC et sur site, avec audit de sécurité\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(47,70,218,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eÉvaluation fondée sur les propres données et cas limites du client\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eCritères du pilote validés et signés, gestion du changement, choix entre produit standardisé et solution sur mesure\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 fabrizio-ai-forward-deployed-engineer.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eInstallation en moins de 2 minutes\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eFonctionne avec Claude, ChatGPT et n’importe quel chat AI\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #2F46DA; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#2F46DA; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eComment installer\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eTéléchargez le package .skill → ouvrez Claude → collez SKILL.md dans les instructions de votre projet ou le prompt système → décrivez votre besoin → Fabrizio construit la réponse. Comprend un exemple complet pour voir exactement ce que vous obtenez.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58385022353672,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/fabrizio-ai-forward-deployed-engineer-book.jpg?v=1787150500"},{"product_id":"genoveva-ai-adoption-enablement-lead","title":"Genoveva - Skill AI de responsable de l’adoption et de l’accompagnement de l’IA","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eIntégrez Genoveva à Claude et obtenez un responsable de l’adoption qui mesure si le travail a réellement changé, et non combien de licences ont été attribuées.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eGenoveva amène une organisation à utiliser réellement l’AI qu’elle a achetée : mesure de l’adoption réelle plutôt que du nombre de licences ; identification des cas d’usage à forte valeur pour chaque fonction et suppression de ceux à faible valeur ; formation et accompagnement par rôle ; réseaux internes d’ambassadeurs ; bibliothèques de prompts et de modèles maintenues comme un produit ; politique d’utilisation acceptable que chacun peut suivre ; problème de l’AI fantôme et moyens de le rendre visible ; mesure honnête de la productivité, y compris lorsque les gains ne se sont pas concrétisés ; prise en compte directe de la peur pour la sécurité de l’emploi plutôt que de faire semblant qu’elle n’existe pas ; boucles de retour des utilisateurs vers l’équipe plateforme ; attribution et récupération des licences ; reporting exécutif sur l’adoption et la valeur ; et différence entre un déploiement terminé et un déploiement qui a changé la manière dont le travail est effectué.\u003c\/p\u003e\n \u003cdiv style=\"background: #EBEDFA; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #2F46DA; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eCe que vous obtenez\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(47,70,218,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eAdoption mesurée par l’évolution du travail, pas par le nombre de licences attribuées\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(47,70,218,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eDécouverte des cas d’usage par fonction et suppression des cas peu pertinents\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(47,70,218,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eAccompagnement par rôle, réseau d’ambassadeurs et bibliothèque de prompts tenue à jour\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eAI fantôme, politique d’utilisation acceptable, récupération des licences, reporting honnête de la valeur\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 genoveva-ai-adoption-enablement-lead.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eInstallation en moins de 2 min\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eFonctionne avec Claude, ChatGPT \u0026amp; n’importe quel chat AI\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #2F46DA; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#2F46DA; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eComment l’installer\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eTéléchargez le package .skill → ouvrez Claude → collez SKILL.md dans vos instructions de projet ou votre prompt système → décrivez votre besoin → Genoveva construit la réponse. Comprend un exemple complet étape par étape pour voir exactement ce que vous obtenez.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58385023795464,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/genoveva-ai-adoption-enablement-lead-book.jpg?v=1787150500"},{"product_id":"hektor-ai-trust-safety-engineer","title":"Hektor - Skill AI d’ingénieur en confiance et sécurité de l’IA","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eIntégrez Hektor à Claude et obtenez un ingénieur en confiance et sécurité qui mesure le surblocage avec autant de rigueur que le sous-blocage, car une mesure de protection trop brutale détruit l’expérience des utilisateurs légitimes.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eHektor assure la défense contre les abus et les contenus nuisibles à l’échelle des plateformes pour les produits AI : une politique rédigée de manière à pouvoir être appliquée à la fois par un classificateur et par un modérateur humain ; développement du classificateur et sélection des seuils en fonction de la précision et du rappel sur du trafic réel ; flux de modération humaine, conception des files et bien-être des modérateurs ; processus de recours et d’annulation des décisions ; mesure du surblocage comme du sous-blocage ; schémas d’abus adverses et coordonnés ; vérification de l’âge et sécurité des mineurs ; procédures d’escalade pour les contenus illégaux ; différences juridiques régionales concernant les contenus devant être supprimés ; rapports de transparence ; réponse aux incidents en cas de défaillance de la sécurité ; et intégration des conclusions des exercices de red team dans la politique. Il s’agit exclusivement d’un travail défensif d’intégrité des plateformes.\u003c\/p\u003e\n \u003cdiv style=\"background: #EBEDFA; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #2F46DA; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eCe que vous obtenez\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(47,70,218,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003ePolitique rédigée de manière à pouvoir être appliquée à la fois par un classificateur et par un modérateur\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(47,70,218,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eSélection des seuils à partir de la précision et du rappel sur du trafic réel\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(47,70,218,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eLe surblocage est mesuré avec autant de rigueur que le sous-blocage\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eFiles de modération, bien-être des modérateurs, recours et rapports de transparence\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 hektor-ai-trust-safety-engineer.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eInstallation en moins de 2 min\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eFonctionne avec Claude, ChatGPT et tous les chats AI\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #2F46DA; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#2F46DA; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eComment installer\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eTéléchargez le package .skill → ouvrez Claude → collez SKILL.md dans les instructions de votre projet ou votre prompt système → décrivez votre besoin → Hektor élabore la réponse. Inclut un exemple complet pour vous montrer exactement ce que vous obtenez.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58385025401096,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/hektor-ai-trust-safety-engineer-book.jpg?v=1787150499"},{"product_id":"anselma-chief-ai-officer","title":"Anselma - Skill AI de directeur de l’IA","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eIntégrez Anselma à Claude et obtenez une dirigeante AI qui reformule honnêtement le bénéfice annoncé, arrête les initiatives qui ne seront pas rentables et oriente chaque chantier vers un spécialiste désigné.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eAnselma est la couche de coordination qui chapeaute l’ensemble d’un portefeuille AI. Elle est responsable de la stratégie AI de l’entreprise, liée aux résultats opérationnels, du portefeuille et de la décision d’arrêter une initiative, du développement interne par rapport à l’achat ou au fine-tuning auprès de différents fournisseurs, de la stratégie concernant les modèles et les fournisseurs, notamment le risque de concentration, du budget AI et de l’économie unitaire à l’échelle du portefeuille, de l’appétence au risque de l’organisation et des domaines où l’AI est totalement interdite, de la communication avec le conseil d’administration et les autorités de régulation, du modèle opérationnel entre une plateforme centrale et des équipes intégrées, de la stratégie de gestion des talents, de la préparation des données, qui constitue généralement le véritable obstacle, de la mesure de la valeur réalisée plutôt que du nombre de pilotes lancés, ainsi que de la frontière entre son rôle et ceux du CTO, du CIO et du Chief Data Officer. Elle ne construit rien elle-même : chaque chantier est confié à un spécialiste désigné, puis lui revient pour examen.\u003c\/p\u003e\n \u003cdiv style=\"background: #EBEDFA; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #2F46DA; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eCe que vous obtenez\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(47,70,218,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eStratégie de portefeuille et discipline nécessaire pour arrêter les initiatives\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(47,70,218,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eDéveloppement interne ou achat ou fine-tuning, risques liés aux fournisseurs et à la concentration\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(47,70,218,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eAppétence au risque, communication avec le conseil d’administration et les autorités de régulation\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#2F46DA; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eMesure de la valeur réalisée, préparation des données, modèle opérationnel\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 anselma-chief-ai-officer.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eInstallation en moins de 2 min\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eFonctionne avec Claude, ChatGPT et n’importe quel chat AI\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #2F46DA; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#2F46DA; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eComment l’installer\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eTéléchargez le package .skill → ouvrez Claude → collez SKILL.md dans les instructions de votre projet ou votre prompt système → décrivez votre besoin → Anselma construit la réponse. Comprend un exemple complet pour voir exactement ce que vous obtenez.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58385026842888,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/anselma-chief-ai-officer-book.jpg?v=1787150499"}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/collections\/ai-agents-llm-ops-skills.jpg?v=1787734700","url":"https:\/\/kissmyskills.com\/fr\/collections\/ai-agents-llm-ops-skills.oembed?page=2","provider":"KissMySkills","version":"1.0","type":"link"}