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 21 heures
Plan du cours
1. Introduction à Spring AI
- Création et configuration de projet
- Le rôle de l’invite et de sa soumission
- Rédaction d’un premier test
- Choix d’un modèle
- Configuration du modèle
- Aperçu des capacités de Spring AI
2. Comprendre les réponses
- Comment vérifier les réponses pertinentes
- La précision à l’exécution
3. L’invite en détail
- Utilisation de modèles d’invites (prompt templates)
- Définition d’un nouveau modèle d’invite
- Comprendre le contexte
- Le rôle et son importance
- Influencer la génération de la réponse à l’aide d’options
- Flux continu et formatage de la sortie
- Les métadonnées dans la réponse
4. Utiliser vos données et documents
- Comprendre la RAG (Génération augmentée par récupération)
- Configuration du magasin de vecteurs et chargement de documents
- Une première implémentation RAG
- Une RAG utilisant un conseiller (advisor)
- Capacités RAG modulaires
5. Le rôle de la mémoire en IA
- Pourquoi avons-nous besoin de mémoire
- Ajout et configuration de la mémoire pour soutenir la conversation
- L’identifiant de conversation
- Prise en charge de la mémoire persistante
- Stockage de la mémoire de chat dans un magasin de vecteurs
6. Outils d’IA
- Une application activant les outils
- Comprendre les capacités des outils
- Rédaction et mise en œuvre de l’outil
- Fonctions en tant qu’outils
7. Le protocole de contexte de modèle (MCP)
- Pourquoi avons-nous besoin du MCP ?
- Travail avec un client MCP
- Écriture du serveur MCP
- Base de données et outils pour le serveur MCP
- Compréhension du transport HTTP et SSE (Server-Sent Events)
- Exposition d’invites et de ressources
8. Surveillance des opérations
- Activation des métriques de l’actuateur
- Vérification des opérations du magasin de vecteurs
- Observation des interactions avec le modèle
- Comptage des jetons
- Intégration de tout cela dans Prometheus et création d’un tableau de bord
- Traçabilité des opérations d’IA
9. Mesures de protection en IA générative
- Contrôle des documents accédés via la RAG
- Sécurisation des outils
- Contrer les invites adversariales
- Modération des entrées utilisateur
10. Modèles courants en IA générative
- Résumé de contenu
- Traduction de messages
- Analyse de sentiments
11. Le rôle des agents
- Qu’est-ce qu’un agent
- Mise en œuvre de flux de travail agentiques
- Enchaînement d’invites, routage des tâches et parallélisation
- Accès aux agents via le MCP
Pré requis
Les participants doivent disposer de :
- De solides connaissances en programmation Java
- D’une expérience pratique avec Spring et Spring Boot
- D’une familiarité avec la création et la configuration d’applications Spring Boot
- D’une compréhension de base des API REST et d’HTTP
- D’une compréhension de base du JSON et de la configuration d’applications
- D’une compréhension de base de l’IA générative et des grands modèles de langage (LLM)
- La familiarité avec les bases de données et les concepts d’accès aux données est recommandée
- Aucune expérience préalable avec Spring AI, RAG, MCP ou les agents d’IA n’est requise
Nos clients témoignent (1)
Des informations détaillées sont fournies sur les sujets plus avancés demandés.
Farukh Khan - Tandem Solution
Formation - RabbitMQ with Java and Spring
Traduction automatique
