Dans vos locaux
Pour ancrer les apprentissages et encourager la dynamique collective.
Trois jours pratiques pour mettre en œuvre chaînes, outils, mémoire et agents avec les frameworks de référence, intégrer l'observabilité des exécutions et arbitrer entre framework et développement direct sur un projet complet.
chain = (
{"contexte": retriever, "question": RunnablePassthrough()}
| prompt_template
| ChatOpenAI(model="gpt-4o", temperature=0)
| StrOutputParser()
)
agent = create_tool_calling_agent(llm, tools=[recherche_produit], prompt=prompt_agent)
executor = AgentExecutor(agent=agent, tools=[recherche_produit], memory=memoire)LangChain et LlamaIndex structurent une large part des applications fondées sur des modèles de langage, mais leur abstraction n'est pas toujours un gain. Cette formation de trois jours, pratique sur un projet complet, construit des chaînes de traitement, intègre des outils appelables, gère la mémoire conversationnelle et met en œuvre des agents avec ces deux frameworks. Les participants ajoutent une couche d'observabilité et de traçabilité des exécutions, indispensable pour déboguer un comportement non déterministe. La formation consacre un temps explicite à l'arbitrage entre l'usage d'un framework et un développement direct plus simple à maintenir, selon la complexité réelle du besoin. Elle s'adresse aux développeurs, ingénieurs IA et architectes applicatifs pratiquant Python et connaissant déjà les principes d'intégration des modèles de langage.
Les objectifs
structurer une application LLM avec un framework du marché
mettre en œuvre chaînes, outils, mémoire et agents
intégrer l'observabilité et la traçabilité des exécutions
arbitrer entre usage d'un framework et développement direct
Public visé
Développeurs, ingénieurs IA, architectes applicatifs.
Prérequis
Pratique de Python et connaissance des principes d'intégration des modèles de langage.
Pour ancrer les apprentissages et encourager la dynamique collective.
Pour allier flexibilité et interactions en temps réel avec le formateur.
Pour favoriser la concentration, les échanges et le confort des apprenants.