GenAI : Agents et applications
Objectifs pédagogiques
- Développer des applications et des systèmes d’agents autonomes basés sur l’IA générative pour automatiser les processus de l’entreprise.
- Appréhender les modèles de langage, l’optimisation des prompts, les techniques avancées de RAG, le développent de plugins (accès à des bases de données, appel d’APIs, RPA, …), les agents autonomes et coopératifs, le fine-tunning et le merging de modèles.
- Mettre en place des mesures de sécurité (hallucination, vol de données, prompt-injection, ..) et d’optimisation des coûts.
Public ciblé
- Développeurs de logiciels, ingénieurs DevOps ou Automation
- Architectes de solutions cherchant à élargir leurs compétences en Gen IA
Prérequis
- Expérience en Python
- Expérience en Linux
- Maîtrise de l’anglais technique
Modalités pédagogiques
- Formation en distanciel
- 4 jours de formation
- Mise à disposition des supports de cours et des quiz sur une plateforme dédiée
Modalités d’évaluation
À la fin de chaque journée de formation, un quiz est proposé aux participants afin de valider l’acquisition des connaissances. Ce quiz permet de vérifier la bonne compréhension des notions abordées et d’assurer une progression continue tout au long de la formation.
Modalité d’inscription
Pour en savoir plus, rendez-vous sur notre page d’inscription.
Pour voir si des sessions correspondent à vos disponibilités, rendez-vous sur notre page Calendrier.
Programme détaillé
Jour 1 :
- Introduction, teaser, installation de l’environnement de travail (WSL2, clonage du projet GIT, poetry, streamlit, etc.)
- Introduction à LangChain et LCEL (programmation fonctionnelle)
- Embeddings, bases de vecteurs, découpage, modèles de langage (LLM), serveurs d’inférence (comment ça fonctionne, comment les sélectionner, comment les utiliser dans LangChain)
- Prompting : techniques de base, techniques avancées (résultats structurés, automatisation, etc.), appels de fonctions, etc.
Jour 2 :
- Récupération augmentée par génération (RAG) naïve
- Chargeur de documents (à partir de PDF, base de données graphe, Web, etc.)
- Résolution des problèmes de RAG : Techniques avancées de récupération et de chaînage (recherche hybride, Self-RAG, traduction de requêtes, etc.)
- Modèles de langage (LLM) et graphes de connaissances
- Mémoire (y compris la mémoire sémantique)
- Supervision (tiers ou personnalisée)
Jour 3
- Appel d’outils depuis un modèle de langage (LLM) : justification, différentes techniques, implémentation dans LangGraph (LG), etc.
- Outils personnalisés dans LangGraph (LG)
- Exemples d’outils (SQL, OCR, automatisation Web, génération de code, analyse de données, etc.)
- LangGraph
- Agents ReAct : théorie, implémentation dans LangChain (LC)
- Agents coopératifs : présentation de CrewAI et Autogen
Jour 4
- Stratégies pour améliorer les coûts, la confidentialité, la souveraineté, etc.
- Introduction au fine-tuning (ajustement fin) et à la fusion de modèles
- Intégration d’agents développés par des tiers
- Vers des agents d’entreprise et au-delà
- Conclusion
Informations pratiques
Prix inter : 4 160€ HT / personne
Prix intra : pour organiser une session intra entreprise, veuillez nous contacter directement à l’adresse suivante : contact@academiedunumerique.net
Cette formation est accessible aux personnes en situation de handicap.
De nombreux aménagements pédagogiques sont possibles pour accueillir les candidats concernés. Pour toute question, se rapprocher de notre référent pour l’Académie du Numérique Madame Isabelle Belzanne Blanche en la contactant par e-mail : isabelle.belzanne@eviden.com