Cours · Ouverture des cours et des parcours disponibles
Déployez et monitorez vos agents en environnement de production.
Données pédagogiques publiées
Aucun objectif pédagogique n’est publié pour ce cours. Les titres de leçons ne sont pas transformés automatiquement en promesses d’apprentissage.
Structure publiée
1 module(s) · 25 leçon(s)
25 leçon(s) · 2h 5min
Introduction aux Agents IA : Concepts Fondamentaux
Découvrez ce qu'est un agent IA, ses composants essentiels (LLM, outils, mémoire) et son cycle de vie. Apprenez à travers des analogies quotidiennes et des exemples concrets pour maîtriser les bases avant de créer votre premier agent.
Premiers Pas avec LangChain : Créer un Assistant Conversationnel Simple
Apprenez à construire votre premier agent conversationnel IA en Python avec LangChain. Vous installerez l'environnement, créerez un assistant avec mémoire et comprendrez les composants fondamentaux.
Donner des Bras à votre Agent : Introduction aux Outils (Tools)
Apprenez à étendre les capacités de votre agent IA en lui permettant d'utiliser des fonctions Python comme outils. Découvrez comment définir des outils avec le décorateur @tool et créer un agent réactif avec create_react_agent.
Structurer son Code : Modularité et Gestion de la Configuration
Apprenez à organiser votre projet d'agent IA pour le rendre maintenable et configurable. Découvrez la structure de dossiers recommandée, l'utilisation des fichiers .env et la création de modules séparés.
Exposer son Agent : Principes des APIs REST et Introduction à FastAPI
Apprenez à transformer un script Python en service web accessible via une API REST. Découvrez les concepts fondamentaux des requêtes HTTP et créez votre premier endpoint avec FastAPI pour préparer l'intégration de votre agent IA.
Intégration Agent + API : Créer un Endpoint pour Interroger l'Agent
Apprenez à connecter un agent LangChain à un endpoint FastAPI pour créer un service web conversationnel. Vous découvrirez comment structurer les requêtes avec Pydantic, gérer les appels à l'agent et rendre votre chatbot accessible via des outils comme curl ou Postman.
Gestion Avancée de la Mémoire : Persistance entre les Sessions
Apprenez à implémenter une mémoire persistante pour votre agent IA, dépassant les limites de la RAM avec SQLite. Créez une base de données pour stocker l'historique des conversations et adaptez votre agent pour charger/sauvegarder les sessions.
Validation et Sécurité : Schémas Pydantic et Gestion des Erreurs
Apprenez à renforcer la robustesse de votre API avec une validation des données rigoureuse et une gestion d'erreurs structurée. Maîtrisez Pydantic pour valider les entrées et HTTPException pour retourner des réponses d'erreur informatives.
Tests Unitaires pour son Agent et son API
Apprenez à écrire des tests automatisés pour garantir le bon fonctionnement de votre agent IA et de son API. Découvrez pytest, le mocking des LLM et les tests d'endpoints FastAPI.
Concepts de Déploiement : Serveurs, Environnements et Dépendances
Comprendre l'écosystème de déploiement des agents IA : différences entre développement et production, gestion des dépendances, et introduction aux conteneurs comme solution au problème 'ça marche sur ma machine'.
Exercice Pratique : Créer une API pour l'Agent - Transformez votre agent IA en service FastAPI robuste
Apprenez à transformer votre agent IA en service FastAPI robuste avec gestion des erreurs et des timeouts. Implémentez des tests d'intégration pour valider le fonctionnement du endpoint.
Containerisation avec Docker : Les Bases
Apprenez à empaqueter votre application IA dans un conteneur Docker pour garantir sa portabilité. Écrivez un Dockerfile simple, utilisez les commandes docker build et docker run, et containerisez une API d'agent de recommandation.
Orchestration Simple avec Docker Compose
Apprenez à gérer des applications multi-conteneurs (API + base de données) de façon coordonnée avec Docker Compose. Écrivez un fichier docker-compose.yml, configurez les services, réseaux et volumes, et lancez tout avec une seule commande.
Introduction au Monitoring : Logs et Métriques de Base
Apprenez à instrumenter votre application pour suivre son comportement en production. Découvrez les logs Python dans FastAPI et créez des métriques simples avec prometheus-client pour détecter les problèmes.
Traçage des Appels LLM : Pourquoi et Comment ?
Apprenez à tracer les appels aux LLMs pour déboguer efficacement et optimiser les coûts. Découvrez pourquoi chaque appel compte et comment configurer LangSmith pour un suivi basique.
Optimisation des Prompts et Gestion des Coûts
Apprenez à concevoir des prompts efficaces pour réduire les coûts des appels LLM. Maîtrisez l'impact des tokens, les techniques d'optimisation et le choix stratégique des modèles.
Gestion des Échecs et Retry Mechanisms
Apprenez à rendre vos agents IA résilients face aux échecs temporaires comme les rate limits ou les timeouts. Implémentez des stratégies de réessai avec backoff exponentiel et des fallbacks simples pour garantir la disponibilité de votre service.
Sécurité des Agents IA : Prompt Injection et Mitigation
Apprenez à identifier les risques de sécurité spécifiques aux agents IA, en particulier la prompt injection, et découvrez des techniques de mitigation pratiques pour sécuriser vos agents en production.
Patterns Avancés : Agents Multi-Agents et Orchestration
Découvrez comment faire collaborer plusieurs agents IA spécialisés pour résoudre des tâches complexes. Apprenez à concevoir un agent superviseur qui orchestre des sous-agents, avec une mise en œuvre pratique et des cas d'usage concrets.
Benchmarking et Évaluation des Performances
Apprenez à mesurer objectivement la performance de votre agent IA en production. Créez un jeu de test, automatisez les évaluations, calculez des métriques clés (exactitude, latence, coûts) et comprenez les percentiles de latence pour garantir la qualité.
Instrumentation avec LangSmith : Traçage des Appels d'Agent
Apprenez à configurer LangSmith pour enregistrer chaque étape de raisonnement de votre agent IA. Découvrez comment visualiser les traces pour analyser et optimiser les performances en production.
CI/CD pour Agents IA : Automatisation des Tests et du Déploiement
Apprenez à automatiser le test et le déploiement de votre agent IA avec GitHub Actions. Créez un pipeline CI/CD complet qui exécute les tests, construit une image Docker et déploie sur le cloud à chaque mise à jour.
Révision et Bonnes Pratiques d'Architecture
Cette leçon consolide l'ensemble des connaissances acquises en présentant une architecture de référence complète pour un agent IA en production. Vous apprendrez à structurer vos composants, à faire des choix techniques éclairés et à éviter les pièges courants.
Atelier : Spécification du Projet Final
Définissez et planifiez votre projet final intégrateur : choisissez un sujet, spécifiez les outils, designez l'API, planifiez les tests et la stratégie de déploiement pour un agent IA en production.
Projet Final : Développement et Présentation d'un Agent en Production
Projet intégrateur où vous développerez, conteneuriserez et présenterez un agent IA complet répondant à une problématique réaliste. Vous appliquerez toutes les compétences acquises dans le cours.
Les ressources du cours sont disponibles après validation de l’accès au contenu.