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
Fondamentaux de LangGraph pour la finance
- Rappel de l'architecture de LangGraph et de l'exécution avec état.
- Cas d'usage en finance : copilotes de recherche, assistance au négoce, agents de service client.
- Contraintes réglementaires et considérations en matière d'auditabilité.
Normes de données financières et ontologies
- Bases de ISO 20022, FpML et FIX.
- Cartographie des schémas et des ontologies dans l'état du graphe.
- Qualité des données, lignée et traitement des PII.
Orchestration des flux de travail pour les processus financiers
- Flux de travail d'enregistrement KYC et LCB-FT.
- Cycle de vie des transactions, gestion des exceptions et des cas.
- Adjudication du crédit et chemins de décision.
Conformité, risques et contrôles
- Application des politiques et gestion des risques liés aux modèles.
- Mesures de garde (guardrails), approbations et étapes impliquant l'humain.
- Journalisation d'audit, rétention des données et explicabilité.
Intégration et déploiement
- Connexion aux systèmes cœur, data lakes et API.
- Conteneurisation, gestion des secrets et des environnements.
- Pipelines CI/CD, déploiements par étapes et tests canary.
Observabilité et performance
- Journaux structurés, métriques, traces et suivi des coûts.
- Tests de charge, SLO et budgets d'erreurs.
- Réponse aux incidents, retour arrière (rollback) et patterns de résilience.
Qualité, évaluation et sécurité
- Cadres d'évaluation automatisés pour les tests unitaires, scénaristiques et autres.
- Red teaming, prompts adverses et vérifications de sécurité.
- Curaturation des jeux de données, surveillance de la dérive et amélioration continue.
Synthèse et prochaines étapes
Pré requis
- Une bonne compréhension de Python et du développement d'applications LLM
- Une expérience des API, des conteneurs ou des services cloud
- Une familiarité de base avec les domaines financiers ou les modèles de données
Public cible
- Techniciens spécialisés par domaine
- Architectes de solutions
- Consultants développant des agents LLM dans des industries réglementées