Agents autonomes et intelligence collective
Prix inter HT / stagiaire : 2400 €
Pré-requis :
- Bonne maîtrise de Python
- LLMs et bases LangChain recommandées
- Architecture logicielle ou orientée agent
Télécharger le plan
DETAILS DE LA FORMATION
Syllabus complet-
Les agents intelligents – principes et terminologie
Définition : agent, autonomie, environnement, perception, action, objectifs
Agent symbolique vs LLM-powered
Différence entre agents, chaînes et copilotes
Vision d’ensemble des architectures d’agents (BDI, planificateurs, prompt-based)
Introduction aux LLMs dans une architecture multi-agents
Modèle de langage comme moteur de planification et de raisonnement
Utilisation d’outils, mémoire, états internes
Limitations : hallucinations, coordination, coût computationnel
LangChain Agents et tool-based reasoning
Architecture d’un agent LangChain
Tools, memory, output parser, AgentExecutor
Exemples : calcul, recherche, fichiers, APIs
Atelier 1 : Création d’un agent simple avec outils
Agent qui répond à des questions, utilise un outil de recherche, fait un calcul
Gestion des chaînes de raisonnement et de l’environnement
Systèmes multi-agents (MAS) – théories et stratégies
Types d’agents : spécialisés, hiérarchiques, compétitifs, collaboratifs
Approches de coordination : par tâche, par rôle, par message
Modèle de communication : blackboard, publish/subscribe, dialogue direct (messages JSON)
Outils et frameworks de conception
LangChain Multi-Agent
CrewAI, AutoGen, ChatDev, AutoGPT
Structuration de workflows complexes : délégation, rôles, dépendances
Rôle des ontologies et du raisonnement sémantique
Standardisation des connaissances partagées
Utilisation d’ontologies métiers dans un système multi-agent
Raisonnement à partir de graphes de connaissances (RDF, Neo4j)
Atelier 2 : Conception d’un système à 3 agents spécialisés
Exemples :
+ Un analyste de données
+ Un rédacteur de rapport
+ Un vérificateur juridique
Coordination par rôle et par objectif
Utilisation de mémoire longue
Planification automatique et reasoning
Chaînes de pensée (chain-of-thought) et planification par LLM
Limitations des LLMs : bruit, instabilité, boucle infinie
Stratégies de contrôle : scoring, pruning, critic agents
Supervision, monitoring et sécurité
Logging des interactions, replay de dialogue
Gouvernance, sandboxing, auditabilité
Agent critique ou humain dans la boucle (HITL)
Scalabilité et orchestration
Performance : coût, temps, ressources (CPU, RAM, API)
Orchestration avec Airflow, FastAPI, LangServe
Déploiement d’agents autonomes dans un SI : isolation, scheduling, persistance
Atelier final : Construction d’un prototype multi-agent autonome
Création d’un écosystème intelligent (ex. gestion d’un incident IT, pipeline de décision, analyse documentaire)
Documentation, mise sous test, scénario supervisé
- Ce qui est inclus
-
+ Formateur expérimenté
+ Formation avancée avec focus sur expérimentation
+ Alternance 40% théorie, 60% pratique
+ Support post-formation : documentation technique, dépôt GitHub
+ Notebooks d’exemples, architectures types
+ Templates d’agents (CrewAI, LangChain, AutoGen)
+ Fichiers d’ontologies et graphes de test
+ Diagrammes de séquences / collaboration d’agents - Public concerné
-
+ Architectes
+ Développeurs
+ Ingénieurs IA, R&D
+ Profils avancés en Python / systèmes distribués
+ Personnes en charge de projets IA complexes ou expérimentaux
+ Toute personne intéressée - Certification et évaluation
-
Pendant la formation, des travaux pratiques et études de cas sont proposés. Cette formation ne propose pas encore de certification.
AVANTAGES. TEMOIGNAGES
- Votre coach Reconvert.
- Pédagogie orientée pratique.
- Echanges interactifs.
- Communautés.
La qualité est excellente, l'enseignant crée un espace de confiance et rend la formation très agréable. J'ai adoré, le professeur et son cours sont très complets. La formation a été facile à comprendre et très dynamique. Le formateur est un excellent professeur.
J. Ruiz
The Moneytizer, Mexico
La formation avec vous était géniale. C'est super intéressant et très formateur. Actuellement je suis chez Micropole, en tant que Cloud & Big Data Engineer. Merci.
A. Chuttoo
Micropole, France
Ces 4 jours ont été enrichissants. Suite à la formation HTML puis CSS, celle de Javascript m'a apporté encore plus de connaissances et de compétences sur le sujet.
J. Salgueiro
The Moneytizer, Brazil
Autres références :
Cliquez sur le logo.
Capgemini Atos Allianz TheMoneytizer CPAM M2iFormation Global Knowledge Ikea Hewlett Packard Ministère de la Défense AKKA Ministère de l'intérieur AFP Enedis Viveris Titeflex Autres
DUREE (H)
Durée : 21 heures.
PRIX. DATES. RESERVER
- PRESENTIEL ou CLASSE VIRTUELLE
-
Diffusée en Présentiel ou en Classe Virtuelle, cette formation peut être faite soit en :
1- inter entreprise : avec des stagiaires de plusieurs entreprises,
2- intra entreprise : avec des stagiaires qui sont de la même entreprise.
Quelque soit la formule souhaitée, veuillez réservez un RDV téléphonique avec un conseiller en cliquant ci-dessous.
Prix inter HT / stagiaire : 2400 €
Autres formations
Python par la pratique
Apprendre par la pratique à programmer en langage Python.
Django : développement web en Python
Apprendre à développer des applications web en Python avec le framework Django.
MYSQL : prise en main et langage SQL
Ecrire et tester du SQL pour les données de votre application web.
PostgreSQL
Apprendre le langage SQL à travers le serveur de bases de données PostgreSQL.
Certification Python TOSA
Se préparer en pratique à passer la certification TOSA Python3.
Scraping Web en Python
Apprendre à extraire des données depuis un site web en utilisant des modules Python.