<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"><channel><title>Thamu Mnyulwa: Machine Learning Engineer — Agentic Craft (Français)</title><description>Notes pratiques sur les agents IA, les systèmes de machine learning et la création de logiciels utiles.</description><link>https://thamu.dev/</link><language>fr</language><item><title>Evaluer la GenAI avec mlflow.genai.evaluate() : au-dela de l&apos;accuracy</title><link>https://thamu.dev/fr/blog/evaluer-la-genai-avec-mlflow-genai-evaluate-au-dela-de-l-accuracy/</link><guid isPermaLink="true">https://thamu.dev/fr/blog/evaluer-la-genai-avec-mlflow-genai-evaluate-au-dela-de-l-accuracy/</guid><description>Comment evaluer les systemes RAG et agentiques avec MLflow 3.x, mlflow.genai.evaluate(), des scorers LLM-as-a-judge, des metriques trace-aware et des tests A/B de prompts.</description><pubDate>Tue, 14 Jul 2026 05:41:37 GMT</pubDate><category>mlflow</category><category>generative ai</category><category>#llmops</category><category>RAG </category><category>Evaluation</category><category>Prompt Engineering</category><category>mlops</category></item><item><title>Industrialiser la GenAI avec MLflow 3.x : tracing, evaluation et optimisation des prompts</title><link>https://thamu.dev/fr/blog/industrialiser-la-genai-avec-mlflow-3x-tracing-evaluation-optimisation-prompts/</link><guid isPermaLink="true">https://thamu.dev/fr/blog/industrialiser-la-genai-avec-mlflow-3x-tracing-evaluation-optimisation-prompts/</guid><description>Comment MLflow 3.x aide a industrialiser les systemes GenAI avec des traces compatibles OpenTelemetry, une evaluation consciente des traces, des juges RAG, des scorers personnalises et la Prompt Registry.</description><pubDate>Tue, 14 Jul 2026 00:20:04 GMT</pubDate><category>mlflow</category><category>generative ai</category><category>#llmops</category><category>RAG </category><category>observability</category><category>mlops</category></item></channel></rss>