Prenez contact avec nous
 Durée 21 heures

Plan du cours

Fondements de l’architecture pour les systèmes d’IA

  • Couches, frontières et séparation des préoccupations
  • Ports et adaptateurs appliqués aux composants d’IA
  • Scénarios d’attributs de qualité pour les fonctionnalités d’IA
  • Enregistrements de décisions d’architecture comme moyen de gouvernance

Évolution d’une application existante

  • Modernisation incrémentale plutôt que réécriture
  • Placement des services d’IA à côté d’un monolithe existant
  • Modèles de chaperon (strangler) et de couche anti-corruption
  • Points d’intégration pour les API et les données existantes

Modèles d’architecture d’intégration de LLM

  • Passerelle de modèles en tant que frontière d’abstraction
  • Intégration synchronisée, asynchronisée et en flux continu
  • Repli, dégradation et basculement de fournisseur
  • Configuration des prompts et des modèles en tant qu’actifs versionnés

Contrats, API et échange de données

  • Plans de données de sortie structurés et validation
  • Idempotence, répétitions et limitation de débit
  • Budgets de latence et orchestration des temporisations
  • Coût par requête en tant que contrainte architecturale

Architecture RAG de bout en bout

  • Pipeline d’ingestion, de découpage et d’incorporation (embedding)
  • Étapes d’indexation, de récupération, de re-classement et de génération
  • Placement de la récupération par rapport aux services applicatifs
  • Compromis et modes de défaillance à chaque étape

Bases de données vectorielles et conception de la récupération

  • Stockage vectoriel géré par rapport à l’hébergement auto
  • Recherche dense, creuse et hybride
  • Filtrage par métadonnées et isolement des locataires
  • Stratégie de ré-incorporation lorsque les modèles changent

Qualité de la récupération, ancrage et évaluation

  • Ensembles d’évaluation construits à partir de requêtes réelles
  • Métriques de qualité de récupération et de réponse
  • Citation, ancrage et contention des hallucinations
  • Boucles de retour vers l’index

Architectures d’agents

  • Boucle d’agent et invocation d’outils
  • Flux de travail déterministes par rapport aux planificateurs autonomes
  • Cas où un agent est la mauvaise réponse
  • Définition du périmètre des responsabilités et de l’état de l’agent

Systèmes multi-agents et orchestration

  • Topologies de superviseur et d’orchestrateur
  • Protocoles de transfert et contrats de messages
  • Mémoire partagée et gestion du contexte
  • Comparaison des frameworks sur des bases architecturales

Communication de services et protocoles d’outils

  • Coordination basée sur les événements et les files d’attente
  • Exposition des outils via des protocoles standards
  • Sagas, compensation et transactions longues
  • Observabilité au fil des sauts de service

Agents d’IA dans le flux de développement

  • Agents de codage dans le pipeline de livraison
  • Développement basé sur les spécifications et points de contrôle de revue
  • Génération de tests et contrôles de qualité automatisés
  • Garde-fous qui préservent le contrôle architectural

Gouvernance et qualité logicielle

  • Revue de conception des fonctionnalités d’IA
  • Gestion des changements de modèles et de prompts
  • Évaluation de régression en tant qu’étape du pipeline
  • Propriété, politique et chemins d’approbation

Sécurité, confidentialité et gouvernance des données

  • Injection de prompts et défense en profondeur
  • Secrets, contrôle d’accès et privilèges minimums
  • Résidence des données, données personnelles et rétention
  • Audibilité et contrôles avec intervention humaine

Scalabilité, coûts et observabilité

  • Tracé au fil des chaînes d’agents
  • Télémesure des jetons et des coûts
  • Mise en cache et optimisation de la latence
  • Niveaux de service et réponse aux incidents pour les services d’IA

Projet terminal : Architecture pour une solution alimentée par l’IA

  • Vues de contexte, de composant et de déploiement
  • Conception de l’orchestration de la récupération et des agents
  • Plan de sécurité, de gouvernance et de coûts
  • Revue par les pairs, critique et feuille de route de migration

Pré requis

  • Expérience dans la conception et la maintenance de systèmes logiciels en production
  • Connaissances pratiques des API REST et de l’intégration de services
  • Familiarité avec les bases de données relationnelles et le modélisation des données
  • Exposition de base aux outils ou API basés sur les LLM

Public cible

  • Architectes logiciels
  • Responsables techniques et ingénieurs seniors
  • Managers d’ingénierie responsables des décisions d’architecture

Nombre de participants


Prix par participant

Nos clients témoignent (1)

Cours à venir

Catégories Similaires