Formation Introduction à la Data Science et à l'IA avec Python

LangGraph est un framework permettant de construire des applications LLM multicanales et persistantes sous forme de graphes composites, dotés d'un état persistant et d'un contrôle précis de l'exécution.

Cette formation en présentiel ou à distance, animée par un instructeur, s'adresse aux ingénieurs de plateforme IA de niveau avancé, aux DevOps spécialisés en IA et aux architectes ML souhaitant optimiser, déboguer, surveiller et exploiter des systèmes LangGraph de qualité production.

À l'issue de cette formation, les participants seront capables de :

• Concevoir et optimiser des topologies LangGraph complexes pour la rapidité, les coûts et l'évolutivité.
• Garantir la fiabilité grâce aux mécanismes de nouvelle tentative (retries), aux délais d'expiration, à l'idempotence et à la reprise basée sur des points de contrôle.
• Déboguer et tracer l'exécution des graphes, inspecter l'état et reproduire systématiquement les problèmes en environnement production.
• Instrumenter les graphes avec des journaux, des métriques et des traces, déployer en production et surveiller les SLA ainsi que les coûts.

Format de la formation

• Cours interactifs et discussions.
• Nombreux exercices et pratique.
• Mise en œuvre concrète dans un environnement de laboratoire en temps réel.

Options de personnalisation de la formation

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter afin d'organiser cela.

Cette formation en présentiel ou à distance (en ligne ou sur site) Belgique, animée par un formateur, s'adresse aux data scientists souhaitant utiliser l'écosystème Anaconda pour capturer, gérer et déployer des paquets et des flux de travail d'analyse de données au sein d'une seule et même plateforme.

À l'issue de cette formation, les participants seront en mesure de :

• Installer et configurer les composants et bibliothèques d'Anaconda.
• Comprendre les concepts clés, les fonctionnalités et les avantages d'Anaconda.
• Gérer les paquets, les environnements et les canaux à l'aide d'Anaconda Navigator.
• Utiliser les paquets Conda, R et Python pour la data science et le machine learning.
• Découvrir quelques cas d'utilisation pratiques et des techniques pour gérer plusieurs environnements de données.

Cette formation en présentiel ou en ligne, dirigée par un formateur expert, s'adresse aux data scientists et aux ingénieurs logiciel qui souhaitent utiliser Dask avec l'écosystème Python pour construire, mettre à l'échelle et analyser de grands ensembles de données.

À l'issue de cette formation, les participants seront capables de :

• Configurer l'environnement pour commencer à traiter les grandes données avec Dask et Python.
• Explorer les fonctionnalités, bibliothèques, outils et API disponibles dans Dask.
• Comprendre comment Dask accélère le calcul parallèle en Python.
• Apprendre à mettre à l'échelle l'écosystème Python (Numpy, SciPy et Pandas) à l'aide de Dask.
• Optimiser l'environnement Dask afin de maintenir des performances élevées lors du traitement de grands ensembles de données.

Cette formation en présentiel ou à distance, animée par un formateur, s'adresse aux développeurs Python et aux analystes de données de niveau intermédiaire souhaitant perfectionner leurs compétences en analyse et manipulation de données à l'aide de Pandas et NumPy.

À l'issue de cette formation, les participants seront capables de :

• Configurer un environnement de développement incluant Python, Pandas et NumPy.
• Créer une application d'analyse de données à l'aide de Pandas et NumPy.
• Réaliser des opérations avancées de nettoyage, de tri et de filtrage des données.
• Effectuer des agrégations et analyser des séries temporelles.
• Visualiser les données à l'aide de Matplotlib et d'autres bibliothèques de visualisation.
• Débugger et optimiser leur code d'analyse de données.

Cette formation en direct, animée par un instructeur (en ligne ou en présentiel), s'adresse aux développeurs souhaitant utiliser la stack FARM (FastAPI, React et MongoDB) pour construire des applications web dynamiques, performantes et évolutives.

À l'issue de cette formation, les participants seront en mesure de :

• Mettre en place l'environnement de développement nécessaire intégrant FastAPI, React et MongoDB.
• Comprendre les concepts clés, les fonctionnalités et les avantages de la stack FARM.
• Apprendre à construire des API REST avec FastAPI.
• Apprendre à concevoir des applications interactives avec React.
• Développer, tester et déployer des applications (front-end et back-end) en utilisant la stack FARM.

Cette formation en présentiel ou en ligne, animée par un instructeur, est destinée aux développeurs souhaitant utiliser FastAPI avec Python pour construire, tester et déployer des APIs RESTful plus facilement et plus rapidement.

À l'issue de cette formation, les participants seront capables de :

• Mettre en place l'environnement de développement nécessaire pour développer des APIs avec Python et FastAPI.
• Créer des APIs plus rapidement et plus simplement à l'aide de la bibliothèque FastAPI.
• Apprendre à créer des modèles de données et des schémas basés sur Pydantic et OpenAPI.
• Connecter des APIs à une base de données à l'aide de SQLAlchemy.
• Mettre en œuvre la sécurité et l'authentification dans les APIs en utilisant les outils de FastAPI.
• Construire des images de conteneurs et déployer des APIs web sur un serveur cloud.

Cette formation en présentiel ou à distance en Belgique, animée par un instructeur, s'adresse aux chercheurs de niveau débutant à intermédiaire ainsi qu'aux professionnels de laboratoire souhaitant traiter et analyser des images liées aux tissus histologiques, aux cellules sanguines, aux algues et à d'autres échantillons biologiques.

À l'issue de cette formation, les participants seront capables de :

• Naviguer dans l'interface Fiji et utiliser les fonctions principales d'ImageJ.
• Prétraiter et améliorer les images scientifiques pour faciliter leur analyse.
• Analyser les images quantitativement, y compris le comptage cellulaire et la mesure de surface.
• Automatiser les tâches répétitives à l'aide de macros et de plugins.
• Personnaliser les flux de travail en fonction des besoins spécifiques de l'analyse d'images en recherche biologique.

Cette formation en présentiel ou à distance, animée par un instructeur, se déroulera à Belgique et s'adresse aux scientifiques des données et aux développeurs qui souhaitent acquérir des compétences et construire leur carrière dans le domaine de la science des données en utilisant Kaggle.

À l'issue de cette formation, les participants seront capables de :

• Comprendre les concepts de la science des données et de l'apprentissage automatique.
• Explorer l'analyse de données.
• Apprendre à connaître Kaggle et comprendre son fonctionnement.

LangGraph est un cadre de travail permettant de concevoir des applications LLM multi-acteurs avec état, sous forme de graphes composites disposant d'un état persistant et d'un contrôle sur l'exécution.

Cette formation en direct, encadrée par un formateur (en ligne ou sur site), s'adresse à des professionnels de niveau intermédiaire à avancé souhaitant concevoir, mettre en œuvre et gérer des solutions financières basées sur LangGraph, en garantissant une gouvernance, une observabilité et une conformité appropriées.

À l'issue de cette formation, les participants seront capables de :

• Concevoir des flux de travail LangGraph spécifiques au secteur financier, conformes aux exigences réglementaires et aux audits.
• Intégrer les normes et ontologies des données financières dans l'état des graphes et les outils associés.
• Mettre en œuvre des contrôles de fiabilité, de sécurité et des mécanismes d'intervention humaine pour les processus critiques.
• Déployer, surveiller et optimiser les systèmes LangGraph pour garantir des performances, un coût maîtrisé et le respect des SLA.

Format de la formation

• Cours interactif et discussions.
• Nombreux exercices et mises en pratique.
• Implémentation pratique dans un environnement de laboratoire en direct.

Options de personnalisation de la formation

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter afin d'en convenir.

LangGraph est un cadre de travail pour créer des applications LLM structurées sous forme de graphes, offrant la planification, la bifurcation, l’utilisation d’outils, la mémoire et un exécution contrôlable.

Ce cours en présentiel (en ligne ou sur site) est destiné aux développeurs débutants, ingénieurs en prompt et professionnels des données souhaitant concevoir et mettre en place des workflows LLM multi-étapes fiables à l’aide de LangGraph.

À l’issue de cette formation, les participants seront capables de :

• Expliquer les concepts fondamentaux de LangGraph (nœuds, arêtes, état) et leurs cas d’utilisation.
• Construire des chaînes d’invocations capables de se bifurquer, d’appeler des outils et de maintenir la mémoire.
• Intégrer le processus de retrieval et des API externes dans des workflows structurés en graphe.
• Tester, déboguer et évaluer des applications LangGraph pour garantir fiabilité et sécurité.

Format du cours

• Conférence interactive et discussions guidées.
• Labos guidés et parcours de code dans un environnement sandbox.
• Exercices basés sur des scénarios de conception, tests et évaluation.

Options de personnalisation du cours

• Pour demander une formation personnalisée, veuillez nous contacter afin d’organiser cela.

LangGraph permet de créer des flux de travail étatful (état conservé) multi-acteurs, alimentés par des LLM, avec un contrôle précis des chemins d’exécution et de la persistance des données. Dans le secteur de la santé, ces capacités sont essentielles pour assurer la conformité, l’interopérabilité et le développement de systèmes d’aide à la décision alignés sur les flux de travail médicaux.

Cette formation en présentiel ou à distance, animée par un formateur, s’adresse aux professionnels de niveau intermédiaire à avancé souhaitant concevoir, mettre en œuvre et gérer des solutions de santé basées sur LangGraph, tout en relevant les défis réglementaires, éthiques et opérationnels.

À l’issue de cette formation, les participants seront capables de :

• Concevoir des workflows LangGraph spécifiques au secteur de la santé en ayant à l’esprit la conformité et la traçabilité.
• Intégrer des applications LangGraph avec les ontologies et normes médicales (FHIR, SNOMED CT, ICD).
• Appliquer les bonnes pratiques de fiabilité, de traçabilité et d’explicabilité dans des environnements sensibles.
• Déployer, surveiller et valider des applications LangGraph dans des environnements de production healthcare.

Format de la formation

• Cours interactif et séances de discussion.
• Exercices pratiques avec des études de cas réels.
• Pratique de mise en œuvre dans un environnement de laboratoire en temps réel.

Options de personnalisation de la formation

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter afin d’organiser cela.

LangGraph est un framework permettant de construire des applications LLM stateful multi-agents sous forme de graphes composables, avec un état persistant et un contrôle précis de l'exécution.

Cette formation en présentiel ou à distance, dispensée par un formateur expert, s'adresse aux professionnels de niveau intermédiaire à avancé souhaitant concevoir, implémenter et exploiter des solutions juridiques basées sur LangGraph, tout en intégrant les contrôles de conformité, de traçabilité et de gouvernance nécessaires.

À l'issue de cette formation, les participants seront capables de :

• Concevoir des workflows LangGraph spécifiques au domaine juridique, en préservant l'auditabilité et la conformité.
• Intégrer des ontologies juridiques et des normes documentaires dans l'état du graphe et le traitement des données.
• Implémenter des garde-fous, des validations humaines et des chemins de décision traçables.
• Déployer, monitorer et maintenir les services LangGraph en production, avec des capacités d'observabilité et de maîtrise des coûts.

Format de la formation

• Cours interactif et discussions.
• Nombreux exercices et mises en pratique.
• Implémentation pratique dans un environnement de laboratoire en direct.

Options de personnalisation de la formation

• Pour demander une formation personnalisée sur ce sujet, veuillez nous contacter afin d'en convenir.

LangGraph est un cadre de travail pour composer des flux de travail basés sur des graphiques qui prennent en charge les branches, l'utilisation d'outils, la mémoire et l'exécution contrôlable.

Cette formation animée par un instructeur (en ligne ou en présentiel) s'adresse aux ingénieurs de niveau intermédiaire et aux équipes produit qui souhaitent combiner la logique de graphiques de LangGraph avec les boucles d'agents LLM pour construire des applications dynamiques et sensibles au contexte, telles que des agents de support client, des arbres de décision et des systèmes de récupération d'informations.

À l'issue de cette formation, les participants seront capables de :

• Concevoir des flux de travail basés sur des graphiques qui coordonnent les agents LLM, les outils et la mémoire.
• Mettre en œuvre un routage conditionnel, des tentatives de reprise et des solutions de secours pour une exécution robuste.
• Intégrer la récupération, les APIs et les sorties structurées dans les boucles d'agents.
• Évaluer, surveiller et renforcer le comportement des agents pour garantir fiabilité et sécurité.

Format du cours

• Cours interactif et discussion animée.
• Pratiques guidées et explications de code dans un environnement de type bac à sable.
• Exercices de conception basés sur des scénarios et revues par les pairs.

Options de personnalisation du cours

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter afin d'organiser cela.

LangGraph est un framework d'orchestration basé sur les graphes qui permet de concevoir des workflows conditionnels et multi-étapes impliquant des LLM et des outils, idéal pour automatiser et personnaliser les pipelines de contenu.

Cette formation en présentiel ou en ligne, animée par un instructeur, s'adresse aux marketeurs de niveau intermédiaire, stratèges en contenu et développeurs en automatisation souhaitant mettre en œuvre des campagnes d'e-mailing dynamiques avec des branchements complexes ainsi que des pipelines de génération de contenu à l'aide de LangGraph.

À l'issue de cette formation, les participants seront capables de :

• Concevoir des workflows de contenu et d'e-mailing structurés sous forme de graphe avec une logique conditionnelle.
• Intégrer des LLM, des API et des sources de données pour une personnalisation automatisée.
• Gérer l'état, la mémoire et le contexte au sein de campagnes multi-étapes.
• Évaluer, surveiller et optimiser les performances des workflows et les résultats de livraison.

Format de la formation

• Conférences interactives et discussions de groupe.
• Travaux pratiques sur la mise en œuvre de workflows d'e-mailing et de pipelines de contenu.
• Exercices basés sur des scénarios traitant de la personnalisation, du segmentation et de la logique de branchement.

Options de personnalisation de la formation

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter afin d'en convenir.

Cette formation en présentiel ou en ligne, dispensée par un instructeur, dans Belgique s'adresse aux data scientists et aux développeurs souhaitant utiliser RAPIDS pour créer des pipelines de données accélérés par le GPU, des workflows et des visualisations, en appliquant des algorithmes d'apprentissage automatique tels que XGBoost, cuML, etc.

À l'issue de cette formation, les participants seront en mesure de :

• Configurer l'environnement de développement nécessaire pour construire des modèles de données avec NVIDIA RAPIDS.
• Comprendre les fonctionnalités, les composants et les avantages de RAPIDS.
• Tirer parti des GPU pour accélérer les pipelines de données et d'analyse de bout en bout.
• Mettre en œuvre la préparation des données et l'ETL accélérés par le GPU avec cuDF et Apache Arrow.
• Apprendre à exécuter des tâches d'apprentissage automatique avec les algorithmes XGBoost et cuML.
• Créer des visualisations de données et effectuer des analyses de graphes avec cuXfilter et cuGraph.