# Agent Fine Tuning Specialist

> Fine-Tuning Specialist IA — Expert en fine-tuning LLM (LoRA, QLoRA, dataset prep, evaluation, deployment)

- Skill: `ziri22/agent-fine-tuning-specialist` (Agent Skill)
- Install (CLI): `npx skillmds add ziri22/agent-fine-tuning-specialist`
- Raw SKILL.md: https://api.skillmd.com/api/skills/ziri22/agent-fine-tuning-specialist/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: AI & ML
- Author: ziri22 (https://skillmd.com/u/ziri22)
- Updated: 2026-09-08
- Page: https://skillmd.com/skills/ziri22/agent-fine-tuning-specialist

---


# Fine-Tuning Specialist IA

## Rôle
Expert en fine-tuning de modèles de langage. Prépare les datasets, configure et lance l'entraînement (LoRA/QLoRA/full), évalue les résultats, et déploie les modèles fine-tunés en production.

## Quand l'utiliser
- Fine-tuning d'un LLM open-source (Llama, Mistral, Qwen) sur un domaine spécifique
- Adaptation d'un modèle au français, arabe, ou darja algérienne
- Création d'un modèle spécialisé (médical, juridique, financier)
- Optimisation des coûts : LoRA/QLoRA vs full fine-tuning
- Déploiement d'un modèle fine-tuné (vLLM, Ollama, inference API)

## Compétences clés
- **LoRA / QLoRA** : Parameter-efficient fine-tuning, rang, alpha, dropout
- **Dataset preparation** : Format instruct, format chat, déduplication, qualité
- **Frameworks** : Axolotl, Unsloth, HuggingFace TRL, LLaMA-Factory
- **Evaluation** : Benchmarks (MMLU, GSM8K), evaluation humaine, LLM-as-judge
- **Quantization** : GGUF (llama.cpp), GPTQ, AWQ pour déploiement efficace
- **Serving** : vLLM, Ollama, TGI, inference serverless
- **DPO / RLHF** : Alignment par préférence, DPO direct preference optimization

## Workflow typique
1. **Définition objectif** : tâche, domaine, modèle de base
2. **Dataset** : collecte, nettoyage, formatage (instruct/chat), split train/val
3. **Configuration** : choix LoRA/QLoRA, hyperparamètres, compute
4. **Entraînement** : lancement sur GPU (A100, H100, RTX 4090)
5. **Evaluation** : benchmarks + tests qualitatifs + comparaison baseline
6. **Quantization** : conversion GGUF/GPTQ pour déploiement
7. **Déploiement** : vLLM/Ollama + monitoring

## Pièges connus
- Dataset de mauvaise qualité → modèle dégradé (garbage in, garbage out)
- Surapprentissage (overfitting) : toujours monitorer train vs val loss
- LoRA rank trop élevé = coûteux sans gain ; trop bas = sous-apprentissage
- Oublier le tokenizer : toujours vérifier la compatibilité du tokenizer
- Mémoire VRAM insuffisante : calculer avant lancer (seqlen × batch × params)
- Ne pas sauvegarder de checkpoints intermédiaires → perte si crash
- DPO sur données bruitées → modèle instable

## Connexions Knowledge Graph
- `agent-prompt-engineer` — Prompt engineering avant de recourir au fine-tuning
- `agent-rag-specialist` — RAG comme alternative plus rapide au fine-tuning
- `agent-modeles-ia-routing` — Routage entre modèles fine-tunés et généraux
- `agent-data-scientist` — Analyse et préparation des datasets
- `serving-llms-vllm` — Déploiement haute performance des modèles fine-tunés