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 35 heures
Plan du cours
Architecture LangGraph avancée
- Modèles de topologie de graphe : nœuds, arêtes, routeurs, sous-graphes
- Modélisation de l'état : canaux, passage de messages, persistance
- Flux DAG versus flux cycliques et composition hiérarchique
Performance et optimisation
- Modèles de parallélisme et de concurrence en Python
- Cache, lot de traitement (batching), appels d'outils et streaming
- Contrôle des coûts et stratégies de budget de jetons (tokens)
Génie de la fiabilité
- Nouvelles tentatives, timeouts, backoff et circuit breaking
- Idempotence et déduplication des étapes
- Point de contrôle (checkpointing) et récupération utilisant des magasins locaux ou cloud
Débogage de graphes complexes
- Exécution pas à pas et exécution à blanc (dry runs)
- Inspection de l'état et traçage des événements
- Reproduction des problèmes de production à l'aide de graines (seeds) et de fixtures
Observabilité et supervision
- Journalisation structurée et traçage distribué
- Métriques opérationnelles : latence, fiabilité, utilisation des jetons
- Tableaux de bord, alertes et suivi des SLO
Déploiement et exploitation
- Emballage des graphes en services et conteneurs
- Gestion de la configuration et des secrets
- Chaînes CI/CD, déploiements progressifs (rollouts) et canaris
Qualité, tests et sécurité
- Tests unitaires, scénarios et harnais d'évaluation automatisés
- Garde-fous, filtrage du contenu et traitement des PII
- Red teaming et expériences de chaos pour la robustesse
Synthèse et prochaines étapes
Pré requis
- Maîtrise de Python et de la programmation asynchrone
- Expérience dans le développement d'applications LLM
- Connaissance des concepts de base de LangGraph ou LangChain
Public cible
- Ingénieurs plateformes IA
- DevOps IA
- Architectes ML gérant des systèmes LangGraph en production