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.
Plan du cours
Fondamentaux de LangGraph pour le secteur financier
- Rappel sur l'architecture LangGraph et l'exécution avec état.
- Cas d'usage financiers : copilotes de recherche, assistance aux transactions, agents de service client.
- Contraintes réglementaires et considérations relatives à l'auditable.
Normes de données financières et ontologies
- Bases de ISO 20022, FpML et FIX.
- Mappage des schémas et des ontologies dans l'état du graphique.
- Qualité des données, traçabilité et gestion des PII.
Orchestration des flux de travail pour les processus financiers
- Flux de travail d'onboarding KYC et LCB-FT.
- Cycle de vie des transactions, exceptions et gestion des cas.
- Adjudication du crédit et chemins de décision.
Conformité, risque et contrôles
- Application des politiques et gestion des risques liés aux modèles.
- Gardefous, approbations et étapes de supervision humaine (human-in-the-loop).
- Journal d'audit, rétention et explicabilité.
Intégration et déploiement
- Connexion aux systèmes de base, aux data lakes et aux API.
- Conteneurisation, secrets et gestion des environnements.
- Pipelines CI/CD, déploiements progressifs et canaris.
Observabilité et performance
- Journalisation structurée, métriques, traces et surveillance des coûts.
- Tests de charge, SLO et budgets d'erreurs.
- Réponse aux incidents, retour arrière et motifs de résilience.
Qualité, évaluation et sécurité
- Bancs d'essais d'évaluation automatisés pour les tests unitaires et scénarios.
- Red teaming, prompts adverses et vérifications de sécurité.
- Curaturation des jeux de données, surveillance des dérives et amélioration continue.
Synthèse et prochaines étapes
Pré requis
- Une compréhension de Python et du développement d'applications LLM
- Une expérience avec les API, les conteneurs ou les services cloud
- Une familiarité de base avec les domaines financiers ou les modèles de données
Public cible
- Techniciens du domaine
- Architectes de solutions
- Consultants développant des agents LLM dans les industries réglementées
35 Heures