LBKE

Formation LangGraph et LangChain pour devenir Développeur LLM

LBKE

Finançable CPF
Salarié en poste / Demandeur d'emploi / Entreprise
En ligne
Voir des formations similaires
Public admis
Salarié en poste
Demandeur d'emploi
Entreprise
Etudiant
Prix
2400 €
Prise en charge CPF
Durée
3 jours en classe virtuelle + 2 jours asynchrones
Pré-requis

La formation LangChain s'adresse aux développeurs Python de niveau intermédiaire à avancé. Les bases de l'anglais sont requises.

Certifications
Qualiopi
Localité
En ligne
Vous pouvez suivre cette formation depuis chez vous ou depuis n’importe quel endroit à distance.
En savoir plus sur les localités en présentiel
Objectifs

Cette formation vise à former des développeurs LLM. Leur rôle est d'intégrer l'IA générative au sein d'applications Python en tenant compte de tous les enjeux techniques.

  • Communiquer avec des API LLM de manière structurée avec LangChain
  • Créer des agents LLM et des assistants à l'aide de LangGraph
  • Observer et évaluer le bon fonctionnement d'un agent avec LangSmith
  • Déployer une application IA en production

Note: il ne s'agit pas d'une formation à l'utilisation d'assistants IA pour la programmation (GitHub Copilot, Cursor...). Vous apprendrez dans cette formation à concevoir vos propres assistants de code fondés sur les LLM !

Programme

Jour 1 : Communiquer avec un LLM via LangChain

  • Découverte du principe des LLM et des modèles de fondation
  • Introduction au framework open source LangChain et à son écosystème
  • Mise en place de l'environnement de développement pour le framework : notebooks sur le cloud avec Google Colab
  • Connexion à des API LLM standardisées
  • Créer une chaîne avec LangChain avec le langage LCEL
  • Mise en place d'une architecture RAG (Retrieval-Augmented Generation) avec une base de données vectorielle

Jour 2 : Créer un agent avec LangGraph

  • Découverte du principe du tool calling et des agents
  • Introduction au framework LangGraph pour orchestrer des appels LLM
  • Implémentation d'un agent LLM avec le framework LangGraph
  • Principe de la mémoire pour gérer des conversations
  • Découverte d'agents clé-en-main : ReAct, deep research...

Jour 3 : Déploiement d'une application IA

  • Notions de "LLMOps" et "LLMObs"
  • Déployer son application LangGraph sous forme d'API web
  • Observer et évaluer un agent avec LangSmith
  • Déployer une base de données d'embeddings
  • Déployer un LLM open source via HuggingFace
  • Enjeux de performance, traitement des requêtes en parallèle
  • Conformité légale (AI Act, RGPD), sécurité (jailbreaking, attaques spécifiques aux LLM), enjeux éthiques et environnementaux

Jour 4 : Projet asynchrone

  • Développement d'un projet, à réaliser dans les 7 jours suivant la formation en asynchrone
  • Échanges avec le formateur en asynchrone - questions/réponses via mail ou une plateforme de gestion de dépot de code type GitHub
  • Conception et développement d'une application à partir d'un cahier des charges et des fonctionnalités

Jour 5 : Finalisation du projet et jury d'évaluation

  • Finalisation du projet, à réaliser dans les 7 jours suivant la formation en asynchrone
  • Echanges avec le formateur en asynchrone - questions/réponses via mail ou une plateforme de gestion de dépot de code type GitHub
  • Passage devant un jury organisé dans le mois suivant la formation, présentation du projet et réponse aux questions du jury (30 minutes de passage, prévoir au total une heure)
Haut de page