> For the complete documentation index, see [llms.txt](https://cleyrop.gitbook.io/docs/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://cleyrop.gitbook.io/docs/prise-en-main/tutoriel-dintroduction.md).
# Tutoriel d’introduction
Ce tutoriel vous guide pas à pas dans la découverte des principales fonctionnalités de Cleyrop.
En quelques minutes, vous allez :
1. Vous connecter à la plateforme,
2. Charger un dataset,
3. Créer une transformation,
4. Visualiser vos données,
5. Utiliser Le Druide,
6. Construire un premier assistant personnalisé simple (SQL ou RAG).
## Connexion & authentification
### Première connexion
Vous avez reçu un mail de première connexion afin de configurer votre compte :
* Choisissez un **mot de passe** pour accéder de manière sécurisée à votre compte.
{% hint style="info" %}
Le titre est "Bienvenue chez Cleyrop"
{% endhint %}
Par la suite pour vous connecter, vous devez disposer :
* de l'URL de votre instance Cleyrop
* nom d'utilisateur
* mot de passe
#### Lien expiré
Le lien expire au bout de 12 heures, si le lien est expiré demandez à votre platform manager de vous renvoyer un mail de connexion.
### Configuration MFA
Si le MFA (*multiple factor authentification)* est activé pour votre instance et votre compte, vous devez d'abord **configurer l'accès depuis votre appareil** (mobile ou ordinateur).
1. Scannez le QR depuis votre appareil avec une des applications dédiées depuis votre mobile : Google Authentificator, Microsoft Authentificator, Free OTP
2. Nommez votre appareil
3. Puis configurez votre mot de passe
## Tutoriel 1 - Charger un dataset
**Objectif :** Importer un fichier de données (CSV, Excel, JSON, etc.) pour le rendre exploitable sur la plateforme.
**Étapes**
1. Depuis la page d’accueil d'un projet ou de **Mon Studio**, allez dans Bibliothèque onglet Datasets cliquez sur + `Ajouter`.
2. Choisissez Import local
3. Sélectionnez ou glissez votre fichier et suivez les étapes de création.
4. Une fois l’import terminé, le dataset apparaît dans la liste des datasets du projet.
5. Consultez la prévisualisation depuis la fiche dataset pour vérifier la cohérence.
**Bon à savoir**
* Les datasets importés sont stockés dans une zone projet sécurisée.
* Vous pouvez définir un niveau de **sensibilité** (Interne, Restreint, Sensible).
## Tutoriel 2 - Créer une transformation
**Objectif** : Nettoyer, filtrer ou enrichir vos données pour les préparer à l’analyse.
**Étapes :**
1. Ouvrez l’onglet Dataflows de votre projet ou Mon Studio.
2. Cliquez sur Créer un Dataflow puis ajoutez votre dataset en entrée.
3. Choisissez une transformation :
* Low code pour filtrer, joindre ou agréger des colonnes,
* Python / PySpark / SQL pour écrire vos propres scripts.
4. Cliquez sur Exécuter pour lancer la transformation.
5. Une fois le job terminé, consultez le dataset de sortie.
**Bon à savoir**
* Les sessions d’exécution sont parallélisées sur votre cluster (Spark ou Python).
* Vous pouvez consulter les logs d’exécution pour diagnostiquer d’éventuelles erreurs.
## Tutoriel 3 - Visualiser les données
{% hint style="warning" %}
La DataVisualisation est disponible uniquement pour les clients ayant souscrit avant mai 2026. Cette fonctionnalité a été décommissionnée pour les clients à partir de cette date.
{% endhint %}
**Objectif :** Créer un **tableau de bord interactif** pour explorer vos résultats.
**Étapes**
1. Rendez-vous dans l’onglet Data Visualisation du projet ou Mon Studio.
2. Cliquez sur Créer un tableau de bord.
3. Allez dans la bibliothèque, sélectionnez le dataset de sortie que vous souhaitez visualiser et appuyez sur le bouton **Lier au tableau de bord**
4. Ouvrez le tableau de bord et allez dans le menu staging pour le construire
5. Ajoutez et paramétrez vos tuiles graphiques : courbes, barres, cartes, KPI, etc.
6. Enregistrez et partagez le tableau avec d'autres utilisateurs.
**Bon à savoir**
* Vous pouvez ajouter un tableau à vos favoris pour y accéder plus vite.
* Seuls les utilisateurs autorisés (Viewer, Data Worker, Business Analyst…) peuvent voir ou modifier un dashboard.
## Tutoriel 4 – Utiliser Le Druide
**Objectif** : Découvrir comment utiliser Le Druide, l’assistant IA conversationnel sécurisé de Cleyrop, pour interagir avec vos données et tester des outils intelligents.
**Étapes**
1. Cliquez sur **Nouveau Chat** depuis le menu latéral.
2. Ajoutez **une pièce jointe PDF** pour analyser un document dans la conversation.
3. Saisissez votre question (ex. “Résume ce document en 5 points.”) dans le champ de chat pour obtenir une réponse instantanée.
4. Activez un **Tool** dans le panneau dédié comme la **Recherche Internet**
5. Consultez l’historique ou démarrez une nouvelle session pour repartir d’un contexte vierge.
**Bon à savoir**
* Environnement et modèles 100 % souverain.
## Tutoriel 5 - Créer un assistant personnalisé
**Objectif** : Créer un assistant IA qui interagit avec vos données.
**Option 1 — Assistant SQL**
1. Allez dans l’onglet Assistants IA → Créer un assistant.
2. Choisissez le template **GenInsight (SQL)**.
3. Poursuivez la configuration en sélectionnant un dataset accessible depuis le projet.
4. Posez vos premières questions (“Quel est le nombre de lignes ?”, “Quels sont les clients avec le plus de commandes ?”).
5. L’assistant traduit automatiquement vos requêtes en SQL et retourne les résultats.
**Option 2 — Assistant RAG**
1. Allez dans Assistants IA → Corpus → Créer un corpus.
2. Chargez un ou plusieurs documents (PDF, DOCX, TXT…) depuis les Données de travail du projet (Bibliothèque > onglet Données de travail
3. Une fois vectorisés, créez un assistant avec le template Knowledge Manager (RAG) basé sur ce corpus.
4. Posez vos questions : “Que dit le rapport sur la performance 2024 ?”, “Quels sont les risques identifiés ?”
\
**Bon à savoir**
* Les assistants SQL permettent d’interroger directement vos datasets structurés.
* Les assistants RAG exploitent des documents textuels grâce à la recherche sémantique..