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
1. Introduction à Spring AI
- Création et configuration de projet
- Rôle de l'invite et soumission de l'invite
- Rédaction d'un premier test
- Choix d'un modèle
- Configuration du modèle
- Aperçu des fonctionnalités de Spring AI
2. Compréhension des réponses
- Comment vérifier la pertinence des réponses
- La précision à l'exécution
3. Détails sur les invites
- Utilisation de modèles d'invites
- Définition d'un nouveau modèle d'invite
- Compréhension du contexte
- Le rôle et son importance
- Influence de la génération de réponse à l'aide d'options
- Streaming et formatage de la sortie
- Les métadonnées dans la réponse
4. Utilisation de vos données et documents
- Compréhension de la RAG (Génération augmentée par récupération)
- Mise en place du magasin vectoriel et chargement des documents
- Première implémentation RAG
- Une RAG utilisant un conseiller
- Fonctionnalités 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 le magasin vectoriel
6. Outils d'IA
- Une application activant les outils
- Compréhension des capacités des outils
- Rédaction et mise en œuvre de l'outil
- Les fonctions en tant qu'outils
7. Le Protocole de Contexte de Modèle (MCP)
- Pourquoi avons-nous besoin de MCP ?
- Travailler avec un client MCP
- Rédaction du serveur MCP
- Base de données et outils pour le serveur MCP
- Compréhension des transports HTTP et SSE (Server-Sent Events)
- Exposition des invites et des ressources
8. Surveillance des opérations
- Activation des métriques de l'actuateur
- Vérification des opérations du magasin vectoriel
- Surveillance de l'interaction avec le modèle
- Comptage des jetons
- Mise en place de Prometheus et création d'un tableau de bord
- Tracé des opérations d'IA
9. Sécurité en IA générative
- Contrôle des documents accédés via RAG
- Sécurisation des outils
- Contrôle des invites adversariales
- Moderation des entrées utilisateur
10. Motifs courants en IA générative
- Résumé de contenu
- Traduction de messages
- Analyse de sentiments
11. Le rôle des Agents
- Qu'est-ce qu'un agent ?
- Implémentation de flux de travail agentiques
- Chaînage des invites, routage des tâches et parallélisation
- Accès aux agents via MCP
Pré requis
Les participants doivent disposer de :
- De solides connaissances en programmation Java
- D'une expérience pratique avec Spring et Spring Boot
- De la familiarité avec la construction et la configuration d'applications Spring Boot
- Une compréhension de base des API REST et du protocole HTTP
- Une compréhension de base du JSON et de la configuration des applications
- Une compréhension de base de l'IA générative et des grands modèles de langage (LLM)
- Une familiarité avec les bases de données et les concepts d'accès aux données est recommandée
- Aucune expérience préalable en Spring AI, RAG, MCP ou agents IA n'est requise
21 Heures
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
