Prenez contact avec nous
 Durée 21 heures

Plan du cours

Fondements de l'architecture pour les systèmes IA

  • Couches, limites et séparation des préoccupations
  • Ports et adaptateurs appliqués aux composants IA
  • Scénarios d'attributs de qualité pour les fonctionnalités IA
  • Registres de décisions d'architecture (ADR) en tant que gouvernance

Évolution d'une application existante

  • Modernisation incrémentale plutôt que réécriture
  • Placement des services IA aux côtés d'un monolithe existant
  • Motifs Strangler et couche anti-corruption
  • Points de raccordement d'intégration pour les API et les données existantes

Motifs d'architecture pour l'intégration de LLM

  • La passerelle de modèles comme limite d'abstraction
  • Intégration synchrone, asynchrone et en streaming
  • Repli, dégradation et bascule de fournisseur
  • Gestion de la configuration des prompts et des modèles comme actifs versionnés

Contrats, API et échange de données

  • Schémas de sortie structurés et validation
  • Idempotence, nouvelles tentatives et limitation de débit
  • Budgets de latence et orchestration des timeouts
  • Coût par requête comme contrainte d'architecture

Architecture RAG de bout en bout

  • Pipeline d'ingestion, de découpage (chunking) et d'intégration (embedding)
  • Étapes d'indexation, de récupération, de réorganisation et de génération
  • Placement de la récupération par rapport aux services applicatifs
  • Compromis et modes de défaillance à chaque étape

Bases de données vectorielles et conception de la récupération

  • Stockage vectoriel géré versus auto-hébergé
  • Recherche dense, creuse et hybride
  • Filtrage de métadonnées et isolation par tenant
  • Stratégie de ré-intégration lors des changements de modèles

Qualité de la récupération, ancrage et évaluation

  • Jeu d'évaluation construit à partir de requêtes réelles
  • Métriques de qualité de la récupération et des réponses
  • Citation, ancrage et containement des hallucinations
  • Boucles de retour vers l'index

Architectures d'agents

  • Boucle d'agent et invocation d'outils
  • Flux de travail déterministes versus planificateurs autonomes
  • Cas où un agent est la mauvaise réponse
  • Définition des responsabilités et de l'état de l'agent

Systèmes multi-agents et orchestration

  • Topologies de superviseur et d'orchestrateur
  • Protocoles de passation de relais et contrats de messages
  • Mémoire partagée et gestion du contexte
  • Comparaison de frameworks sur des critères architecturaux

Communication des services et protocoles d'outils

  • Coordination par événements et par files d'attente
  • Exposition d'outils via des protocoles standard
  • Chorégraphies (Sagas), compensation et transactions de longue durée
  • Observabilité à travers les bonds de service

Agents IA dans le flux de travail de développement

  • Agents de codage au sein du pipeline de livraison
  • Développement piloté par spécifications et portes de revue
  • Génération de tests et contrôles de qualité automatisés
  • Gardes-fous qui préservent le contrôle architectural

Gouvernance et qualité logicielle

  • Revue de conception pour les fonctionnalités IA
  • Gestion des changements de modèles et de prompts
  • Évaluation de régression en tant qu'étape du pipeline
  • Responsabilités, politiques et chemins d'approbation

Sécurité, confidentialité et gouvernance des données

  • Injection de prompts et défense en profondeur
  • Secrets, contrôle d'accès et privilèges minimaux
  • Résidence des données, données personnelles et rétention
  • Audibilité et contrôles avec intervention humaine

Scalabilité, coûts et observabilité

  • Tracing à travers les chaînes d'agents
  • Télémétrie des jetons et des coûts
  • Mise en cache et optimisation de la latence
  • Niveaux de service et gestion des incidents pour les services IA

Projet final : Architecture d'une solution propulsée par l'IA

  • Vues de contexte, de composant et de déploiement
  • Conception de l'orchestration de la récupération et des agents
  • Plan de sécurité, de gouvernance et de coûts
  • Revue par les pairs, critique et feuille de route de migration

Pré requis

  • Expérience dans la conception et la maintenance de systèmes logiciels de production
  • Connaissances opérationnelles des API REST et de l'intégration de services
  • Familiarité avec les bases de données relationnelles et la modélisation des données
  • Exposition de base aux outils ou API basés sur les LLM

Public cible

  • Architectes logiciels
  • Responsables techniques et ingénieurs seniors
  • Responsables d'équipe d'ingénierie en charge des décisions d'architecture

Nombre de participants


Prix par participant

Nos clients témoignent (1)

Cours à venir

Catégories Similaires