IA & Science des données·20 000 DA
IA & Science des données — AI-AGENTS
AI Agents — Construire des agents autonomes
Apprenez à construire des agents IA autonomes : LLM, function calling, RAG, mémoire, planification et orchestration multi-agents, avec des projets concrets sur LangGraph, CrewAI et AutoGen.
Du chatbot à l'agent capable de raisonner, utiliser des outils et accomplir des tâches de bout en bout, vous maîtrisez le contexte, le retrieval (vectoriel + graphes de connaissances), l'évaluation, la sécurité et le déploiement en production.
Informations
- Prix
- 20 000 DA
- Durée
- 70 h
- Pratique
- 25 travaux pratiques
- Format
- Instructeur-led
- Certification
- Certificat de l'académie — AI Agents
Ce que vous allez apprendre
Comprendre le fonctionnement des LLM et l'orchestration d'agents.
Implémenter le function calling et l'usage d'outils.
Construire des pipelines RAG : embeddings, bases vectorielles, graphes de connaissances.
Gérer la mémoire (court / long terme) et le contexte.
Concevoir la planification, la réflexion et les boucles d'action (ReAct).
Orchestrer des systèmes mono- et multi-agents (LangGraph, CrewAI, AutoGen).
Évaluer, sécuriser et déployer des agents en production.
PRÉREQUIS Notions de programmation (Python) recommandées.
Programme de formation
01 Fondamentaux des LLM
- Comment fonctionnent les LLM
- Prompting & ingénierie du contexte
- API et inférence
02 Outils & function calling
- Schémas de fonctions
- Appels d'outils
- Intégration d'API externes
03 RAG & retrieval
- Embeddings
- Bases vectorielles (FAISS, pgvector)
- Graphes de connaissances
- Optimisation de la pertinence
04 Mémoire & planification
- Mémoire à court / long terme
- Planification et décomposition de tâches
- Réflexion & boucle ReAct
05 Orchestration d'agents
- Systèmes mono-agent
- Multi-agents : rôles & coopération (CrewAI, AutoGen)
- Graphes d'états (LangGraph)
06 Évaluation & production
- Évaluation des agents (benchmarks, LLM-as-judge)
- Sécurité & garde-fous
- Déploiement & observabilité
