Prenez contact avec nous

Plan du cours

Fondamentaux de LangGraph pour la finance

  • Revue des principes d'architecture et d'exécution avec état persistent dans LangGraph. 
  • Cas d'usage dans le secteur financier : copilotes de recherche, support commercial, agents de service client. 
  • Contraintes réglementaires et considérations d'auditabilité. 

Normes et ontologies de données financières

  • Principes d'ISO 20022, FpML et FIX. 
  • Cartographie des schémas et ontologies dans l'état du graphe. 
  • Qualité des données, lignée et gestion des données personnelles (PII). 

Orchestration des workflows pour les processus financiers

  • Workflows d'intégration KYC (Know Your Customer) et de lutte contre le blanchiment d'argent (AML). 
  • Cycle de vie des transactions, gestion des exceptions et des dossiers. 
  • Voies de décision et d'adjudication du crédit. 

Conformité, gestion des risques et contrôles

  • Application des politiques et gestion des risques liés aux modèles. 
  • Protéctions, approbations et étapes d'intervention humaine. 
  • Traces d'audit, conservation des données et explicabilité. 

Intégration et déploiement

  • Connexion aux systèmes centralisés, aux data lakes et aux API. 
  • Conteneurisation, gestion des secrets et des environnements. 
  • Pipelines CI/CD, déploiements progressifs et déploiements de type "canari". 

Observabilité et performance

  • Logs structurés, métriques, traces et monitoring des coûts. 
  • Tests de charge, objectifs de niveau de service (SLO) et budgets d'erreurs. 
  • Réponse aux incidents, restauration arrière et modèles de résilience. 

Qualité, évaluation et sécurité

  • Tests unitaires, scénarios et environnements automatisés d'évaluation. 
  • Tests adverses (red teaming), prompts malveillants et vérifications de sécurité. 
  • Curation des ensembles de données, surveillance de la dérive et amélioration continue. 

Conclusion et prochaines étapes

Pré requis

  • Compréhension de Python et du développement d'applications basées sur LLM 
  • Expérience avec les API, les conteneurs ou les services cloud 
  • Familiarité de base avec les domaines ou les modèles de données financiers 

Public cible

  • Experts techniques de domaine 
  • Architectes de solutions 
  • Consultants développant des agents LLM dans des secteurs réglementés 
 35 Heures

Nombre de participants


Prix par participant

Cours à venir

Catégories Similaires