[{"data":1,"prerenderedAt":45},["ShallowReactive",2],{"course-agents-autonomes-etat-de-l-art-et-retours-d-experience":3,"highlight-mermaid-graph TD\n    A[Objec":44},{"id":4,"name":5,"slug":6,"location":7,"targetAudienceFormatMarkdown":8,"prerequisitesFormatMarkdown":9,"objectivesFormatMarkdown":10,"descriptionFormatMarkdown":11,"teachingMethodsFormatMarkdown":12,"teachingResourcesFormatMarkdown":13,"evaluationMethodsFormatMarkdown":14,"accessibilityFormatMarkdown":15,"accessMethodsFormatMarkdown":16,"minimumParticipants":7,"maximumParticipants":7,"duration":17,"reference":18,"trainerType":7,"updated_at":19,"created_at":20,"price":21,"organizationMode":22,"theme":25,"code":29,"tags":34,"metadata":35},"/api/courses/bc8a7e1b-b343-11f1-a993-d8ca06000363","Agents autonomes : état de l'art et retours d'expérience","agents-autonomes-etat-de-l-art-et-retours-d-experience",null,"Architectes, développeurs confirmés, référents IA, responsables techniques, chefs de projet IA.","-   Expérience du développement d'applications intégrant des modèles de langage.","-   comparer les architectures d'agents et leurs domaines de pertinence\n-   anticiper les modes de défaillance et mettre en place les protections\n-   évaluer un système d'agents sur des critères objectifs\n-   instruire la faisabilité d'un projet d'agent dans son organisation","--day1--\n\n## Architectures d'agents\n\n-   Typologie : agent unique outillé, chaîne d'agents, orchestration hiérarchique, essaim\n-   Boucles de décision et critères d'arrêt\n-   Mémoire : court terme, long terme, mémoire de travail, limites observées\n-   Planification et décomposition de tâches : ce qui marche et ce qui échoue\n-   Coût et latence des architectures multi-agents\n-   Travaux pratiques : comparaison de deux architectures sur une même tâche et mesure des écarts\n\n--break--\n\n## Fiabilité et défaillances\n\n-   Modes de défaillance observés : boucles, dérive, action erronée, échec silencieux\n-   Gestion des erreurs et stratégies de reprise\n-   Validation humaine : où la placer sans annuler le bénéfice de l'automatisation\n-   Limitation des droits et des actions irréversibles\n-   Journalisation et rejeu des exécutions pour analyse\n-   Travaux pratiques : injection de défaillances dans un agent existant et mise en place des protections\n\n--day2--\n\n## Évaluer un système d'agents\n\n-   Définition du succès pour une tâche non déterministe\n-   Jeux d'évaluation, cas de référence et mesure de la régression\n-   Évaluation automatisée par modèle évaluateur : apports et biais\n-   Coût par tâche accomplie et comparaison avec l'alternative humaine\n-   Suivi en production et détection de la dérive\n-   Travaux pratiques : construction d'un jeu d'évaluation pour un agent et mesure de sa performance\n\n--break--\n\n## Retours d'expérience et conditions de réussite\n\n-   Cas de déploiements réussis : caractéristiques communes\n-   Cas d'abandon : causes récurrentes\n-   Périmètre restreint et progressivité comme facteurs de réussite\n-   Organisation : qui exploite, qui surveille, qui corrige\n-   Trajectoire réaliste d'introduction d'agents dans une organisation\n-   Travaux pratiques : instruction d'un projet d'agent des participants avec analyse de faisabilité","Présentiel, distanciel, hybride","Les supports pédagogiques sont remis aux stagiaires sous format numérique et/ou papier selon les modalités de la formation.\n\nIls comprennent des supports de cours, des présentations, des fiches pratiques, des études de cas, des exercices applicatifs ainsi que des QCM d’entraînement selon la formation. (adapté au choix du formateur)\n\nLes formations s’appuient sur des moyens techniques adaptés : ordinateurs, logiciels professionnels, connexion internet, écran ou vidéoprojecteur, ainsi que des outils collaboratifs et de visioconférence pour les formations à distance.\n\nL’ensemble des supports pédagogiques est accessible pendant et après la formation afin de favoriser l’appropriation et la mise en pratique des compétences acquises.","En amont de la formation, un recueil des besoins permet de récolter des informations sur le stagiaire et ses attentes. L’évaluation se fait en cours de formation, par des études de cas ou des travaux pratiques. En fin de formation, par un questionnaire d’auto-évaluation et/ou un examen.\n\nUn suivi de qualité est effectué grâce à nos sessions en groupe restreint (entre 2 et 9 participants maximum). Le stagiaire émargera par demi-journée et recevra une attestation de formation.","Nous informons l’ensemble de nos clients et stagiaires que nous sommes dans la capacité d’adapter les sessions selon les handicaps et les situations spécifiques. Nous nous engageons à répondre à toutes vos demandes sous un délai de 48h ouvré.","Si l’une de nos formations vous intéresse, contactez-nous au +33 4 93 65 34 24 ou à l’adresse mail contact@m2g-intellect.fr. Selon votre besoin et vos attentes, nous organiserons un échange téléphonique avec le formateur pressenti afin d’adapter la formation et ses modules, puis nous vous adresserons un devis.\n\nLes dates de la formation seront à convenir sous 30 jours maximum.","14.00","L2-ART-04","2026-09-18T11:42:27+00:00","2026-09-18T11:31:33+00:00","1760.00",{"id":23,"name":24},"/api/organization_mode_types/6","HYBRID",{"id":26,"name":27,"slug":28},"/api/themes/1bfd6e41-c2b0-4813-a29b-c9e1c486b5d0","Intelligence Artificielle","intelligence-artificielle",{"id":30,"label":31,"domain":32},"/api/training_specialities/163","326 - Informatique, traitement de l’information, réseaux de transmission des données",{"label":33},"32 - Communication et information",[],{"desc-accroche":36,"Description":37,"icon-color":38,"icon-name":39,"code-langage":40,"code-snippet":41,"courte-description":42,"titre-accroche":43},"Comparaison des architectures d'agents et de leurs domaines de pertinence, anticipation des modes de défaillance, méthodes d'évaluation et conditions réelles de fiabilité en production.","Cette formation traite ce qui fonctionne réellement en production avec les agents autonomes, à partir de retours d'expérience documentés plutôt que de démonstrations : comparaison des architectures d'agents (boucle de raisonnement, planification, multi-agents) et de leurs domaines de pertinence respectifs, catalogue des modes de défaillance les plus fréquents et des protections qui les limitent, méthodes d'évaluation d'un système d'agents sur des critères objectifs de fiabilité et de coût. Les participants repartent avec une grille permettant d'instruire la faisabilité d'un projet d'agent dans leur propre organisation. Elle s'adresse aux architectes, développeurs confirmés, référents IA, responsables techniques et chefs de projet IA.","#0E7490","mdi:robot-industrial","mermaid","graph TD\n    A[Objectif] --> B[Planification]\n    B --> C[Appel outil]\n    C --> D{Succes?}\n    D -- non --> E[Repli / retry]\n    E --> B\n    D -- oui --> F[Reponse finale]","Formation sur les agents autonomes fondée sur des retours d'expérience : architectures éprouvées, échecs fréquents et conditions de fiabilité.","Évaluez sur des critères objectifs les architectures d'agents qui fonctionnent réellement en production, au-delà des démonstrations.","\u003Cpre class=\"hljs\">\u003Ccode class=\"language-mermaid\">graph TD\n    A[Objectif] --> B[Planification]\n    B --> C[Appel outil]\n    C --> D{Succes?}\n    D -- non --> E[Repli / retry]\n    E --> B\n    D -- oui --> F[Reponse finale]\u003C/code>\u003C/pre>",1789740843944]