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 14 heures
Plan du cours
Introduction à LangGraph et aux concepts graphiques
- Pourquoi les graphes pour les applications LLM : orchestration face aux chaînes simples
- Nœuds, arêtes et état dans LangGraph
- Bonjour LangGraph : premier exécutable graphique
Gestion d'état et chaînage de prompts
- Conception des prompts en tant que nœuds graphiques
- Passage d'état entre les nœuds et gestion des sorties
- Modèles de mémoire : contexte à court terme vs. contexte persistant
Branchement, flux de contrôle et gestion des erreurs
- Acheminement conditionnel et workflows multi-chemins
- Retries, délais d'attente (timeouts) et stratégies de secours
- Idempotence et ré-exécutions sécurisées
Outils et intégrations externes
- Appel de fonctions/outils depuis les nœuds graphiques
- Appel d'API REST et de services au sein du graphe
- Travail avec des sorties structurées
Workflows augmentés par récupération d'informations (RAG)
- Fondamentaux de l'ingestion et du morcellement (chunking) des documents
- Embeddings et magasins vectoriels (ex. : ChromaDB)
- Réponses ancrées avec citations sources
Tests, débogage et évaluation
- Tests unitaires pour les nœuds et les chemins
- Tracage (tracing) et observabilité
- Contrôles de qualité : facticité, sécurité et détermination
Fondamentaux de l'empaquetage et du déploiement
- Configuration de l'environnement et gestion des dépendances
- Servir des graphes derrière des API
- Versioning des workflows et mises à jour progressives
Résumé et prochaines étapes
Pré requis
- Compréhension des bases de la programmation Python
- Expérience avec les API REST ou les outils CLI
- Familiarité avec les concepts de LLM et les fondamentaux de l'ingénierie des prompts
Public cible
- Développeurs et ingénieurs logiciels découvrant l'orchestration de LLM basés sur des graphes
- Ingénieurs du prompt et débutants en IA concevant des applications LLM multi-étapes
- Professionnels de la donnée explorant l'automatisation de workflows avec des LLM