Tu as 3 jours. Ton vrai ennemi, ce n’est pas le modèle. C’est le flou.
Un hackathon sur les agents LLM, le RAG et MCP, ça ne se gagne pas avec une démo “wahou” bricolée la veille. Ça se gagne avec un projet préparé, qui tourne sur des données exploitables, avec une évaluation minimale et une démo reproductible.
À Lyon, un hackathon IA “Agent LLM et MCP” est annoncé du 18 au 20 novembre 2026 sur le campus Lyon 1 La Doua (Villeurbanne), hébergé par PRABI-AMSB et organisé par IFB/ELIXIR-FR (dans le cadre de son axe stratégique IA et du projet Mudis4LS). Côté format, c’est annoncé en quatre demi-journées, avec une demi-journée d’introduction puis des sessions de “hacking”. Source : l’annonce IFB/ELIXIR-FR et la page récap publiée sur Lyon IA.
Si tu viens avec un sujet bio-santé, voici le plan en 5 étapes pour préparer un projet RAG/agents sans y passer 3 semaines. Tu peux l’utiliser côté participant, et aussi côté encadrant pour aider une équipe à recadrer vite.
Pour les infos pratiques (et les modalités de préinscription annoncées), tu peux partir de l’article Lyon IA : https://lyon-ia.com/blog/hackathon-ia-lyon-1-agents-llm-et-mcp-18-20112026-viens-pour-prototyper-utile-en-bio. La préinscription y est indiquée “avant mardi 29 septembre 2026”, avec confirmation après cette date, à revérifier au moment où tu candidateras car ça peut bouger.
Pourquoi le focus “LLM, RAG, agents, MCP” change la préparation
1) Parce que MCP te force à penser intégration, pas chatbot
MCP (Model Context Protocol) est un protocole ouvert pour standardiser la façon dont une appli fournit du contexte à un LLM, et comment le LLM se connecte à des outils et des sources de données via un modèle client/serveur. Dit autrement : tu ne “branches” pas juste un prompt sur un modèle, tu exposes des capacités (search, lecture doc, requêtes…) de manière propre, décrite, gouvernée.
Donc, si tu arrives au hackathon en mode “on verra sur place”, tu perds du temps sur :
- des schémas d’entrées/sorties qui changent toutes les 30 minutes,
- des outils mal nommés ou trop génériques,
- des accès aux données qui ne sont pas cadrés,
- une observabilité inexistante (tu ne sais pas pourquoi l’agent a échoué).
Le résultat : une démo instable, et un jury qui voit surtout du risque.
Si tu veux un rappel clair sur MCP côté Lyon IA : https://lyon-ia.com/blog/mcp-protocole-explique.
2) Parce qu’un agent, ça dépend plus des outils et des garde-fous que du “prompt”
Un agent, ce n’est pas un chatbot. Un agent planifie, appelle des outils, itère, et peut faire des actions qui ont des conséquences. En bio-santé, ça veut dire une contrainte immédiate : traçabilité, périmètre, confidentialité.
Un agent “qui parle bien” mais qui :
- ne cite pas ses sources,
- ne respecte pas un périmètre de données,
- ne sort pas un format exploitable (JSON, champs structurés, décision justifiée),
- ne peut pas être évalué,
… est un agent inutile. Point.
Pour caler le vocabulaire (sans t’enfermer dans du jargon) : https://lyon-ia.com/blog/qu-est-ce-qu-un-agent-ia.
3) Parce qu’en bio-santé, la donnée “réelle” est souvent le piège
Le piège classique d’un projet IA bio santé Lyon en hackathon : vouloir utiliser des données trop sensibles, ou inexploitables, ou non partageables, puis découvrir à J1 que tu ne peux rien montrer.
Tu as 3 options réalistes :
- données publiques (recommandations, publications, notices, données ouvertes),
- données synthétiques (cas fictifs réalistes),
- données internes anonymisées mais uniquement si le cadre est prêt avant, et si la démo est autorisée.
Le plan en 5 étapes (prêt pour un hackathon IA Lyon 1)
Objectif : arriver à Lyon 1 avec un projet “agent-ready”, pas un chantier.
Étape 1 : définir un objectif mesurable (et un scope jouable en 3 jours)
Tu écris une phrase. Une seule. Format :
Succès = [verbe d’action] + [donnée/objet] + [contrainte] + [mesure].
Exemples adaptés bio-santé :
- RAG clinique : “Retrouver en moins de 10 secondes les passages qui justifient une réponse, avec citation, sur 30 questions de test.”
- Qualité labo : “Extraire 8 champs d’une SOP (version, critères d’acceptation, étapes critiques…), avec 90 % de complétude sur 20 documents.”
- Codage : “Proposer un code à partir d’un texte court, puis afficher les 3 passages de référence qui supportent la proposition.”
Le piège fréquent : scope trop large. Tu veux faire diagnostic, prédiction, explication, interface, déploiement, sécurité, et support multi-langues. En 3 jours, c’est non.
Si tu encadres une équipe, ta question de recadrage est simple :
- “Qu’est-ce qu’on doit prouver à la fin de J3 ?”
Étape 2 : lister les sources de données, puis vérifier qu’elles sont exploitables
Sur un projet RAG agents LLM MCP, la donnée te fait gagner ou perdre la moitié du hackathon.
Fais une liste courte, priorisée :
- Documents : PDF, docx, pages web, SOP, procédures, notices.
- Données structurées : CSV, exports SQL, JSON, terminologies.
- API : internes, partenaires, open data.
- Ontologies et référentiels : utiles pour réduire l’ambiguïté (synonymes, codes, définitions).
Puis tu fais 5 vérifs avant le hackathon. Vraiment avant.
- Droits : tu as le droit d’utiliser et de montrer quoi, exactement ?
- Format : les PDF sont-ils du texte ou des scans ? OCR nécessaire ?
- Volume : 50 pages ou 50 000 ? Ça change tout pour l’indexation.
- Langue : FR, EN, mix ?
- Métadonnées : date, version, service, type de doc. Sans ça, ton retrieval est vite bancal.
Le piège fréquent : données non exploitables. Les classiques :
- PDF scannés illisibles,
- noms de fichiers incohérents,
- API instable ou bloquée par un VPN,
- trop peu d’exemples pour tester,
- docs qui se contredisent sans versioning.
Astuce simple : prépare un mini dataset “démo” partageable (10 à 30 docs), et un dataset “bonus” si tout va bien.
Pour (re)poser les bases RAG sans t’éparpiller : https://lyon-ia.com/blog/rag-ia-documents-entreprise.
Étape 3 : cadrer la confidentialité et la conformité dès le départ (bio-santé = pas d’impro)
En bio-santé, tu ne peux pas traiter la confidentialité comme un détail. Et MCP augmente la surface d’exposition : un “outil” MCP mal conçu peut donner au modèle un accès trop large à un système interne.
Décide explicitement, noir sur blanc :
- Type de données : publiques, synthétiques, internes anonymisées, réelles sous cadre strict.
- Où tourne le modèle : poste local, cloud, environnement fourni, API externe.
- Ce qui est interdit : exfiltration, export brut, affichage de PII, logs contenant des identifiants.
- Conservation : tu gardes quoi après l’événement ? qui y a accès ?
Le minimum viable côté sécurité pour un hackathon agents :
- aucun secret en dur dans le code,
- droits minimaux pour chaque outil (principe du moindre privilège),
- journaux qui ne capturent pas de données sensibles,
- liste blanche des actions autorisées pour l’agent.
Si tu veux une check-list orientée agents : https://lyon-ia.com/blog/securiser-un-agent-ia et, plus globalement, https://lyon-ia.com/blog/agents-ia-10-garde-fous-avant-dautomatiser-en-entreprise-acces-donnees-actions.
Le piège fréquent : “on mettra des fausses données”. Puis tu n’as pas le temps. Et tu te retrouves à bricoler avec du sensible. Mauvais plan.
Étape 4 : choisir une évaluation simple (cheap, mais réelle)
Une démo sans évaluation, c’est une histoire. Pas un prototype.
Tu choisis une évaluation qui passe en 2 heures, pas une thèse.
Si tu fais du RAG
- Jeu de 20 à 50 questions (même écrites à la main).
- Mesure retrieval : est-ce que le top-k contient le bon passage ?
- Vérif humaine : sur 20 cas, est-ce que la citation justifie vraiment la réponse ?
Si tu fais un agent
- Liste de tâches : 10 à 30 tâches courtes et observables.
- Taux de réussite : a-t-il appelé le bon outil ? a-t-il respecté le format ? a-t-il terminé ?
- Échecs typés : outil non dispo, format invalide, hallucination, action non autorisée.
Le piège fréquent : évaluation absente. Tu ne sais pas si tu as un bon retrieval, ni si ton agent est fiable. Tu as juste “une impression”.
Si tu as besoin d’une méthode simple pour construire un jeu de tests : https://lyon-ia.com/blog/evaluer-reponses-ia-jeu-de-tests.
Étape 5 : préparer une démo propre (c’est le livrable qui compte)
Au hackathon, ton livrable réel, c’est la démo. Pas ton repo. Pas ton idée. Pas ta stack.
Tu scripts un scénario de 5 minutes :
- Contexte : qui est l’utilisateur (clinicien, QA, data manager, pharmacien, chercheur) ?
- Tâche : une demande simple, utile, répétable.
- Données : ce que tu utilises (et ce que tu n’utilises pas).
- Cas facile : ça marche vite, tu montres la valeur.
- Cas piégeux : ambigu, doc contradictoire, jargon, versioning.
- Sortie : réponse + citations + trace d’outils (ce que l’agent a fait).
Et tu prévois un mode dégradé :
- si le LLM tombe, tu montres au moins le retrieval + citations,
- si une API est down, tu as un cache local minimal,
- si la latence explose, tu as une version “small” de la démo.
Le piège fréquent : démo non reproductible. Dépend d’une clé API sur un laptop, d’un accès VPN instable, ou d’un dataset que tu n’as pas le droit de partager. Résultat : stress, et tu rates ton créneau.
Les pièges que tu peux éviter dès maintenant (et qui tuent 80 % des équipes)
- Scope trop large : tu construis une usine à gaz, tu finis avec une démo fragile.
- Données non exploitables : ingestion impossible, formats sales, pas de droits, pas de versioning.
- Pas d’évaluation : tu ne peux pas prouver que ton RAG ou ton agent fait mieux que du blabla.
- Confidentialité traitée en dernier : en bio-santé, ça te bloque, ou ça te met en risque.
- Démo non scriptée : tu improvises, tu perds le fil, et tu ne montres pas le cœur.
Pour les encadrants : les 6 questions qui recadrent une équipe en 10 minutes
- Quel est le “succès = …” mesurable à J3 ?
- Quelles données exactes sont utilisées, et d’où viennent-elles ?
- Qu’est-ce qui est interdit (confidentialité, actions agent) ?
- Quelle évaluation minimale vous fera dire “ça marche” ?
- Quel est le scénario de démo en 5 minutes ?
- Quel est votre plan B si le modèle ou une API est down ?
Ce que tu prépares cette semaine (check-list courte, efficace)
- 1 phrase objectif + 3 critères de succès.
- Un mini dataset propre et partageable (10 à 30 documents max) + métadonnées.
- Un cadre confidentialité écrit (même une page) : données autorisées, interdits, conservation.
- 20 questions de test (ou 10 tâches agents) + une feuille de scoring simple.
- Un script de démo minute par minute + un mode dégradé.
Tu veux maximiser tes chances au hackathon IA Lyon 1 ? Fais simple, testable, traçable.
Le hackathon annoncé à Lyon 1 (La Doua) est orienté agents LLM et MCP. Ça pousse à venir avec un projet déjà “branchable” : outils clairs, données prêtes, règles de confidentialité posées, et une évaluation qui tient sur un coin de table.
Si tu fais ces 5 étapes, tu ne “prépares pas un hackathon”. Tu prépares un prototype qui peut survivre après le hackathon. Et en bio-santé, c’est ça le vrai signal.
Pour recaler le cadre de l’événement (dates, format, inscription) : https://lyon-ia.com/blog/hackathon-ia-lyon-1-agents-llm-et-mcp-18-20112026-viens-pour-prototyper-utile-en-bio.
Laisser un commentaire