Prenez contact avec nous

Plan du cours

Fondamentaux de LangGraph pour le secteur financier

  • Rappel sur l'architecture de LangGraph et l'exécution avec état.
  • Cas d'usage financiers : copilotes de recherche, soutien aux opérations de trading, agents de service client.
  • Contraintes réglementaires et considérations relatives à l'auditabilité.

Normes et ontologies des données financières

  • Introduction à ISO 20022, FpML et FIX.
  • Mappage des schémas et ontologies dans l'état du graphe.
  • Qualité des données, traçabilité et gestion des données personnelles (PII).

Orchestration des flux de travail pour les processus financiers

  • Flux de travail de vérification (KYC) et de lutte contre le blanchiment (AML).
  • Cycle de vie des transactions, gestion des exceptions et des dossiers.
  • Prise de décision et chemins d'admission au crédit.

Conformité, risques et contrôles

  • Application des politiques et gestion des risques liés aux modèles.
  • Garantières de sécurité, validations et étapes d'intervention humaine.
  • Journaux d'audit, conservation des données et explicabilité.

Intégration et déploiement

  • Connexion aux systèmes principaux, lacs de données et APIs.
  • Conteneurisation, gestion des secrets et des environnements.
  • Pipelines CI/CD, déploiements progressifs et canaris.

Observabilité et performances

  • Journaux structurés, métriques, traces et suivi des coûts.
  • Tests de charge, SLO et budgets d'erreur.
  • Gestion des incidents, retours en arrière et patterns de résilience.

Qualité, évaluation et sécurité

  • Tests unitaires, scénarios et cadres d'évaluation automatisés.
  • Tests adversariaux (red teaming), invites hostiles et vérifications de sécurité.
  • Curatation des jeux de données, surveillance de la dérive et amélioration continue.

Résumé et prochaines étapes

Pré requis

  • Compréhension de Python et du développement d'applications LLM.
  • Expérience avec les APIs, les conteneurs ou les services cloud.
  • Connaissance de base des domaines financiers ou des modèles de données.

Public cible

  • Technologues du domaine
  • Architectes de solutions
  • Consultants développant des agents LLM dans des secteurs réglementés
 35 Heures

Nombre de participants


Prix par participant

Cours à venir

Catégories Similaires