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
Introduction à LangGraph et aux concepts graphiques
- Pourquoi utiliser des graphes pour les applications LLM : orchestration vs chaînes simples
- Nœuds, arêtes et états dans LangGraph
- « Hello LangGraph » : premier graphe exécutable
Gestion de l’état et enchaînement des prompts
- Conception des prompts comme nœuds de graphe
- Transfert d’état entre nœuds et gestion des sorties
- Modèles de mémoire : contexte court-terme vs persistant
Bifurcations, contrôle de flux et gestion des erreurs
- Routage conditionnel et workflows multi-chemin
- Retours en arrière, timeouts et stratégies de repli
- Idempotence et réexécutions sûres
Outils et intégrations externes
- Appels de fonctions/outils depuis les nœuds de graphe
- Interactions avec des API REST et services externes dans le graphe
- Travail avec des sorties structurées
Workflows à retrieval augmenté
- Base de ingestion et partitionnement de documents
- Embeddings et bases vectorielles (par ex., ChromaDB)
- Réponses fondées avec citations
Tests, débogage et évaluation
- Tests unitaires pour nœuds et chemins
- Pistage et observabilité
- Contrôles de qualité : factualité, sécurité et déterminisme
Fondamentaux du packaging et du déploiement
- Mise en place de l’environnement et gestion des dépendances
- Serving des graphes derrière des API
- Versioning des workflows et mises à jour progressives
Résumé et prochaines étapes
Pré requis
- Compréhension de base de la programmation Python
- Expérience avec des API REST ou des outils CLI
- Maîtrise des concepts liés aux LLM et des fondamentaux du prompt engineering
Audience cible
- Développeurs et ingénieurs logiciels novices dans l’orchestration LLM par graphes
- Ingénieurs en prompt et débutants en IA concevant des applications LLM multi-étapes
- Professionnels des données explorant l’automatisation de workflows avec les LLM
14 Heures