.webp){kind=logo}
Apprenez à construire des agents IA qui raisonnent vraiment, qui accèdent à vos données et au web pour agir en autonomie. En trois jours avec LangChain, vous passerez du chatbot basique à une intelligence capable de choisir ses outils et de retenir ce qu'on lui dit.
Contexte :
Vous êtes Développeur IA au sein d'une startup FinTech. L'entreprise souhaite automatiser la gestion des demandes de ses clients concernant leurs encours de facturation et les actualités des marchés financiers. Vous devez concevoir un agent intelligent capable de décider de manière autonome s'il doit interroger la base de données interne ou s'il doit chercher une information récente sur le web, puis exposer cet agent via une API.
Votre mission est de :
- Configurer un agent LangChain utilisant un modèle de langage (LLM) avancé.
- Créer et connecter un outil personnalisé (Custom Tool) permettant à l'agent d'interroger une base de données SQL contenant les factures clients.
- Intégrer un outil de recherche web (ex: Tavily ou Serper) pour récupérer les actualités financières en temps réel.
- Implémenter la gestion de la mémoire (ConversationBufferMemory) pour que l'agent conserve le contexte au fil de la discussion.
- Déployer l'agent sous forme d'API REST en utilisant LangServe ou FastAPI.
À l’issue de la formation, le stagiaire sera capable de développer des applications d’IA générative.
3 jours
Tarif inter-entreprises : 2 250€
Tarif intra-entreprise : sur demande
Développeurs AI, data engineers.
Connaissances en Python et LLM.
Vous avez 1,5 jour pour réaliser ce travail de développement et de déploiement. Vous réaliserez ce travail en individuel. L'entraide est bienvenue.
- Votre responsable technique validera en individuel le bon fonctionnement de l'agent et de son API via des tests de requêtes.
- Votre responsable technique (formateur) animera une session de démonstration collective (Demo Day) où chaque apprenant présentera les capacités de son agent face à un scénario inconnu.
- L'agent choisit le bon outil de manière autonome en fonction de la question de l'utilisateur (requête SQL vs Recherche Web).
- La mémoire de travail est fonctionnelle (l'agent fait le lien avec les messages précédents). - L'API est accessible localement, documentée et répond correctement aux requêtes sans plantage.
Livrables :
- Le code source de l'application (fichiers Python de l'agent et de l'API).
- Un fichier requirements.txt ou pyproject.toml à jour.
- Un fichier de test (script curl ou collection Postman) prouvant les appels API réussis.
Si vous êtes en situation de handicap, il est possible de mettre en place des aménagements.
Prochaine session le 30 Novembre 2026
