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.
Durée 14 heures
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
- Bonjour LangGraph : premier graphe exécutable
Gestion de l'état et chaînage de prompts
- Conception de prompts en tant que nœuds de graphe
- Transmission de l'état entre les nœuds et gestion des sorties
- Modèles de mémoire : contexte court terme vs. contexte persistant
Bifurcation, flux de contrôle et gestion des erreurs
- Routage conditionnel et workflows à multiples chemins
- Nouvelles tentatives (retries), délais d'expiration (timeouts) et stratégies de secours (fallbacks)
- Idempotence et réexécutions sûres
Outils et intégrations externes
- Appel de fonctions/outils depuis les nœuds du graphe
- Appel d'API REST et de services au sein du graphe
- Travail avec des sorties structurées
Workflows enrichis par récupération (RAG)
- Principes de l'ingestion de documents et de la découpe (chunking)
- Embeddings et bases de données vectorielles (p. ex. ChromaDB)
- Réponses ancrées avec citations
Tests, débogage et évaluation
- Tests unitaires pour les nœuds et les chemins
- Trace et observabilité
- Contrôles de qualité : factualité, sécurité et déterminisme
Fondements de l'emballage et du déploiement
- Configuration de l'environnement et gestion des dépendances
- Service des graphes via des API
- Versioning des workflows et mises à jour progressives (rolling updates)
Conclusion et prochaines étapes
Pré requis
- Une compréhension de la programmation Python de base
- De l'expérience avec les API REST ou les outils en ligne de commande (CLI)
- Une connaissance des concepts LLM et des fondamentaux du prompt engineering
Public cible
- Développeurs et ingénieurs logiciels débutants dans l'orchestration de LLM par graphes
- Ingénieurs de prompts et novices en IA construisant des applications LLM multietapes
- Professionnels des données explorant l'automatisation de workflows avec des LLM