Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Introduction à LangGraph et aux concepts de graphes
- Pourquoi utiliser des graphes pour les applications LLM : orchestration vs. chaînes simples
- Nœuds, arêtes et état dans LangGraph
- Hello LangGraph : premier graphe exécutable
Gestion de l'état et chaînage de prompts
- Conception des prompts en tant que nœuds de graphe
- Transmission de l'état entre les nœuds et gestion des sorties
- Modèles de mémoire : contexte à court terme vs. contexte persisté
Bifurcation, flux de contrôle et gestion des erreurs
- Router conditionnel et workflows multi-chemins
- Ressaisies, délais d'attente et stratégies de repli
- Idempotence et exécutions sécurisées en cas de réessais
Outils et intégrations externes
- Appel de fonctions/outils depuis les nœuds de graphe
- Appel d'API REST et de services au sein du graphe
- Travailler avec des sorties structurées
Workflows à récupération augmentée (Retrieval-Augmented)
- Introduction à l'ingestion de documents et au fractionnement (chunking)
- Embeddings et magasins vectoriels (ex. : ChromaDB)
- Réponses fondées avec citations
Tests, débogage et évaluation
- Tests de type unitaire pour les nœuds et les chemins
- Suivi et observabilité
- Vérifications de qualité : factualité, sécurité et déterminisme
Fondamentaux du conditionnement et du déploiement
- Configuration de l'environnement et gestion des dépendances
- Mise à disposition des graphes via des API
- Versionnement des workflows et mises à jour progressives
Résumé et prochaines étapes
Pré requis
- Une compréhension de base de la programmation Python
- De l'expérience avec les API REST ou les outils en ligne de commande (CLI)
- Une familiarité avec les concepts des LLM et les fondamentaux du prompt engineering
Audience
- Développeurs et ingénieurs logiciels découvrant l'orchestration de LLM basée sur des graphes
- Ingénieurs de prompt et débutants en IA construisant des applications LLM multi-étapes
- Professionnels des données explorant l'automatisation des workflows avec les LLM
14 Heures