Formation L'intelligence artificielle (IA) pour les managers

LangGraph is a framework for building stateful, multi-actor LLM applications as composable graphs with persistent state and control over execution.

This instructor-led, live training (online or onsite) is aimed at advanced-level AI platform engineers, DevOps for AI, and ML architects who wish to optimize, debug, monitor, and operate production-grade LangGraph systems.

By the end of this training, participants will be able to:

• Design and optimize complex LangGraph topologies for speed, cost, and scalability.
• Engineer reliability with retries, timeouts, idempotency, and checkpoint-based recovery.
• Debug and trace graph executions, inspect state, and systematically reproduce production issues.
• Instrument graphs with logs, metrics, and traces, deploy to production, and monitor SLAs and costs.

Format of the Course

• Interactive lecture and discussion.
• Lots of exercises and practice.
• Hands-on implementation in a live-lab environment.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

Advanced Ollama Model Debugging & Evaluation is an in-depth course focused on diagnosing, testing, and measuring model behavior when running local or private Ollama deployments.

This instructor-led, live training (online or onsite) is aimed at advanced-level AI engineers, ML Ops professionals, and QA practitioners who wish to ensure reliability, fidelity, and operational readiness of Ollama-based models in production.

By the end of this training, participants will be able to:

• Perform systematic debugging of Ollama-hosted models and reproduce failure modes reliably.
• Design and execute robust evaluation pipelines with quantitative and qualitative metrics.
• Implement observability (logs, traces, metrics) to monitor model health and drift.
• Automate testing, validation, and regression checks integrated into CI/CD pipelines.

Format of the Course

• Interactive lecture and discussion.
• Hands-on labs and debugging exercises using Ollama deployments.
• Case studies, group troubleshooting sessions, and automation workshops.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

Ce entraînement en direct (en ligne ou sur place) dispensé par un instructeur à Belgique s'adresse aux professionnels de niveau avancé souhaitant mettre en œuvre des flux de travail basés sur l'intelligence artificielle (IA) sécurisés et efficaces en utilisant Ollama.

À la fin de cet entraînement, les participants seront capables de :

• Déployer et configurer Ollama pour le traitement privé de l'IA.
• Intégrer des modèles d'IA dans des flux de travail entreprenariaux sécurisés.
• Optimiser la performance de l'IA tout en maintenant la confidentialité des données.
• Automatiser les processus commerciaux avec des capacités d'IA sur site.
• Garantir la conformité aux politiques de sécurité et de gouvernance entreprenariales.

Cette formation en direct avec instructeur à Belgique (en ligne ou sur site) s'adresse aux professionnels débutants qui souhaitent intégrer Claude AI dans leurs flux de travail quotidiens pour améliorer l'efficacité et l'automatisation.

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

• Utiliser Claude AI pour automatiser les tâches répétitives et rationaliser les flux de travail.
• Améliorer la productivité personnelle et collective grâce à l'automatisation par l'IA.
• Intégrer Claude AI aux outils et plateformes existants.
• Optimiser la prise de décision et la gestion des tâches basées sur l'IA.

Cette formation en Belgique (en ligne ou sur site) est destinée aux professionnels de niveau intermédiaire qui souhaitent déployer, optimiser et intégrer des LLM en utilisant Ollama.

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

• Mettre en place et déployer des LLMs en utilisant Ollama.
• Optimiser les modèles d'IA pour la performance et l'efficacité.
• Tirer parti de l'accélération GPU pour améliorer la vitesse d'inférence.
• Intégrer Ollama dans les flux de travail et les applications.
• Contrôler et maintenir les performances des modèles d'IA au fil du temps.

Cette formation en direct (en ligne ou sur site) dispensée par un formateur est destinée aux chercheurs et professionnels de laboratoire de niveau débutant à intermédiaire qui souhaitent traiter et analyser des images liées aux tissus histologiques, aux cellules sanguines, aux algues et autres échantillons biologiques.

À la fin de cette formation, les participants seront capables de :

• Naviguer dans l'interface de Fiji et utiliser les fonctions principales d’ImageJ.
• Prétraiter et améliorer des images scientifiques pour une meilleure analyse.
• Analyser des images de manière quantitative, y compris le comptage cellulaire et la mesure des surfaces.
• Automatiser les tâches répétitives en utilisant des macros et des plugins.
• Personnaliser les workflows pour répondre aux besoins spécifiques d'analyse d’images dans la recherche biologique.

Ce cours en direct avec formateur (en ligne ou sur site) est destiné à des professionnels avancés souhaitant affiner et personnaliser les modèles IA sur Ollama pour une performance accrue et des applications spécifiques au domaine.

À la fin de ce cours, les participants seront en mesure de :

• Configurer un environnement efficace pour l'affinement des modèles IA sur Ollama.
• Préparer des jeux de données pour l'affinement supervisé et l'apprentissage par renforcement.
• Optimiser les modèles IA en termes de performance, d'exactitude et d'efficacité.
• Déployer des modèles personnalisés dans des environnements de production.
• Évaluer les améliorations du modèle et garantir sa robustesse.

Cette formation en direct avec instructeur à Belgique (en ligne ou sur site) est destinée aux professionnels débutants, aux équipes d'assistance à la clientèle et aux passionnés de technologie qui souhaitent comprendre les principes fondamentaux de l'IA de Claude et l'exploiter pour des applications commerciales.

A la fin de cette formation, les participants seront capables de :

• Comprendre les capacités et les cas d'utilisation de Claude AI.
• Configurer et interagir avec Claude AI de manière efficace.
• Automatiser les flux de travail de l'entreprise avec l'IA conversationnelle.
• Améliorer l'engagement et le soutien des clients en utilisant des solutions basées sur l'IA.

LangGraph is a framework for building stateful, multi-actor LLM applications as composable graphs with persistent state and control over execution.

This instructor-led, live training (online or onsite) is aimed at intermediate-level to advanced-level professionals who wish to design, implement, and operate LangGraph-based finance solutions with proper governance, observability, and compliance.

By the end of this training, participants will be able to:

• Design finance-specific LangGraph workflows aligned to regulatory and audit requirements.
• Integrate financial data standards and ontologies into graph state and tooling.
• Implement reliability, safety, and human-in-the-loop controls for critical processes.
• Deploy, monitor, and optimize LangGraph systems for performance, cost, and SLAs.

Format of the Course

• Interactive lecture and discussion.
• Lots of exercises and practice.
• Hands-on implementation in a live-lab environment.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

LangGraph est un framework pour la construction d'applications LLM structurées en graphes qui prennent en charge le planification, le branchement, l'utilisation des outils, la mémoire et l'exécution contrôlée.

Cette formation en direct (en ligne ou sur place) animée par un formateur est destinée aux développeurs débutants, aux ingénieurs de prompts et aux praticiens des données qui souhaitent concevoir et construire des workflows LLM multi-étapes fiables à l'aide de LangGraph.

À la fin de cette formation, les participants seront capables de :

• Expliquer les concepts fondamentaux de LangGraph (nœuds, arêtes, état) et quand les utiliser.
• Créer des chaînes de prompts qui se branchent, appellent des outils et maintiennent la mémoire.
• Intégrer des récupérations et des APIs externes dans les workflows graphiques.
• Tester, déboguer et évaluer les applications LangGraph pour garantir fiabilité et sécurité.

Format du cours

• Cours interactif et discussion guidée.
• Laboratoires encadrés et démonstrations de code dans un environnement sandbox.
• Exercices basés sur des scénarios pour la conception, le test et l'évaluation.

Options de personnalisation du cours

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

LangGraph enables stateful, multi-actor workflows powered by LLMs with precise control over execution paths and state persistence. In healthcare, these capabilities are crucial for compliance, interoperability, and building decision-support systems that align with medical workflows.

This instructor-led, live training (online or onsite) is aimed at intermediate-level to advanced-level professionals who wish to design, implement, and manage LangGraph-based healthcare solutions while addressing regulatory, ethical, and operational challenges.

By the end of this training, participants will be able to:

• Design healthcare-specific LangGraph workflows with compliance and auditability in mind.
• Integrate LangGraph applications with medical ontologies and standards (FHIR, SNOMED CT, ICD).
• Apply best practices for reliability, traceability, and explainability in sensitive environments.
• Deploy, monitor, and validate LangGraph applications in healthcare production settings.

Format of the Course

• Interactive lecture and discussion.
• Hands-on exercises with real-world case studies.
• Implementation practice in a live-lab environment.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

LangGraph is a framework for building stateful, multi-actor LLM applications as composable graphs with persistent state and precise control over execution.

This instructor-led, live training (online or onsite) is aimed at intermediate-level to advanced-level professionals who wish to design, implement, and operate LangGraph-based legal solutions with the necessary compliance, traceability, and governance controls.

By the end of this training, participants will be able to:

• Design legal-specific LangGraph workflows that preserve auditability and compliance.
• Integrate legal ontologies and document standards into graph state and processing.
• Implement guardrails, human-in-the-loop approvals, and traceable decision paths.
• Deploy, monitor, and maintain LangGraph services in production with observability and cost controls.

Format of the Course

• Interactive lecture and discussion.
• Lots of exercises and practice.
• Hands-on implementation in a live-lab environment.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

Cette formation en direct (en ligne ou sur site) dirigée par un formateur s'adresse aux ingénieurs intermédiaires et aux équipes de produits qui souhaitent combiner la logique graphique de LangGraph avec les boucles d'agents LLM pour construire des applications dynamiques et contextuelles telles que des agents de support clients, des arbres de décision et des systèmes de récupération d'information.

A la fin de cette formation, les participants seront capables de :

• Définir des flux de travail basés sur les graphes qui coordonnent les agents LLM, les outils et la mémoire.
• Mettre en œuvre une routage conditionnel, des tentatives redémarrages et des remplacements pour une exécution robuste.
• Intégrer le récupération de données, les API et les sorties structurées dans les boucles d'agents.
• Évaluer, surveiller et renforcer le comportement des agents pour la fiabilité et la sécurité.

Format du cours

• Cours interactif et discussion facilitée.
• Laboratoires guidés et parcours de code dans un environnement sandbox.
• 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 pour en faire la demande.

LangGraph est un cadre d'orchestration basé sur les graphes qui permet des workflows conditionnels et multistep pour les LLM et les outils, idéal pour automatiser et personnaliser les pipelines de contenu.

Cette formation en direct (en ligne ou sur site) animée par un formateur s'adresse aux marketeurs, stratèges en contenu et développeurs d'automatisation de niveau intermédiaire souhaitant mettre en œuvre des campagnes e-mail dynamiques à ramifications et des pipelines de génération de contenu à l'aide de LangGraph.

Au terme de cette formation, les participants seront capables de :

• Développer des workflows de contenu et d'e-mail structurés en graphes avec une logique conditionnelle.
• Intégrer des LLM, des API et des sources de données pour la personnalisation automatisée.
• Gérer l'état, la mémoire et le contexte tout au long des campagnes multistep.
• Evaluer, surveiller et optimiser les performances du workflow et les résultats de livraison.

Format du cours

• Cours interactifs et discussions en groupe.
• Laboratoires pratiques mettant en œuvre des workflows e-mail et des pipelines de contenu.
• Exercices basés sur des scénarios concernant la personnalisation, le segmentation et la logique à ramifications.

Options de Personnalisation du Cours

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour en faire la demande.

Cette formation en direct (en ligne ou sur site) et dirigée par un formateur s'adresse aux professionnels débutants qui souhaitent installer, configurer et utiliser Ollama pour exécuter des modèles IA localement.

À la fin de cette formation, les participants seront en mesure de :

• Comprendre les fondamentaux de Ollama et ses capacités.
• Configurer Ollama pour exécuter des modèles IA localement.
• Déployer et interagir avec des LLMs (Large Language Models) à l'aide de Ollama.
• Optimiser les performances et l'utilisation des ressources pour les charges de travail IA.
• Explorer les cas d'usage du déploiement local de l'IA dans divers secteurs.