Formation Agentic Data Stack

Programme de notre formation Agentic Data Stack

[Jour 1 – Matin]

Fondations et premier agent LangChain

• Positionnement de LangChain, LangGraph, CrewAI et AutoGen dans une architecture data agentique
• Distinction entre workflow déterministe, agent autonome et collaboration multi-agents
• Organisation du projet, environnements isolés, configuration des modèles et gestion des secrets
• Construction d’un agent avec create_agent, messages, instructions système et outils typés
• Validation des sorties structurées avec Pydantic et limitation des appels d’outils
• Atelier pratique : Créer un agent LangChain qui consulte un fichier de ventes au moyen d’un outil contrôlé et restitue des indicateurs structurés.

[Jour 1 – Après-midi]

Connexion aux données et recherche augmentée

• Accès aux données avec SQL, fichiers et API à travers des outils spécialisés
• Préparation documentaire, découpage, embeddings et recherche dans un index vectoriel
• Construction d’un RAG agentique avec sélection des sources et restitution des références
• Encadrement des requêtes avec accès en lecture seule, limites de résultats et délais d’exécution
• Traitement des injections de prompt, informations sensibles et réponses insuffisamment étayées
• Atelier pratique : Enrichir l’agent avec une base SQLite et un corpus documentaire pour expliquer une variation des ventes en distinguant faits calculés et éléments documentaires.

[Jour 2 – Matin]

Orchestration avec état dans LangGraph

• Modélisation d’un StateGraph avec état typé, nœuds et transitions
• Construction de routages conditionnels entre recherche documentaire, requête SQL et synthèse
• Gestion de la persistance avec checkpoints, identifiants de conversation et stockage durable
• Intégration d’une validation humaine avec interrupt et reprise par Command
• Maîtrise des reprises sur erreur, limites de boucles et effets de bord lors d’une réexécution
• Atelier pratique : Transformer l’assistant data en graphe persistant, suspendre une étape pour validation humaine puis reprendre son exécution après une interruption simulée.

[Jour 2 – Après-midi]

Équipes spécialisées et Flows CrewAI

• Définition des Agents, Tasks et Crews avec rôles, objectifs et livrables attendus
• Organisation des tâches en processus séquentiel et présentation du processus hiérarchique
• Transmission du contexte, attribution des outils et contrôle de la délégation
• Validation des livrables avec sorties structurées et garde-fous de tâches
• Coordination d’une crew dans un Flow avec état typé et déclenchement conditionnel
• Atelier pratique : Construire une équipe CrewAI de collecte, d’analyse et de vérification, puis l’insérer dans un Flow produisant un rapport de ventes validé.

[Jour 3 – Matin]

Collaboration conversationnelle avec AutoGen

• Prise en main d’AutoGen AgentChat, des clients de modèles et des messages
• Configuration d’AssistantAgent avec outils et responsabilités explicites
• Comparaison de RoundRobinGroupChat et SelectorGroupChat pour coordonner les interventions
• Définition des conditions d’arrêt, limites de messages et règles de validation du résultat
• Gestion de l’état des équipes et observation des échanges pour diagnostiquer les dérives
• Atelier pratique : Implémenter une équipe AutoGen associant un analyste et un vérificateur, puis comparer sa restitution au rapport CrewAI sur les mêmes données.

[Jour 3 – Après-midi]

Évaluation et préparation au déploiement

• Construction d’un jeu d’évaluation commun avec résultats attendus et cas d’échec
• Mesure de l’exactitude, de la traçabilité des sources et de la réussite des tâches
• Analyse des traces, appels d’outils, latences et consommations de tokens
• Préparation au déploiement avec dépendances figées, configuration externalisée et permissions minimales
• Choix d’architecture selon le contrôle du workflow, la collaboration et le coût de maintenance, sans empilement systématique des frameworks
• Atelier pratique : Évaluer les variantes réalisées pendant la formation, corriger un scénario défaillant et présenter une architecture cible accompagnée de critères de choix et d’une checklist de déploiement.