Création d'Agents IA et Automatisation Intelligente — LangChain, RAG et n8n
Construisez des agents IA autonomes capables de lire des documents, interroger des bases de données et exécuter des tâches complexes. LangChain, RAG (retrieval-augmented generation), API Claude/OpenAI et workflows n8n.
- Format : En ligne — Sessions en direct
- Durée : 30 heures
- Niveau avancé
- Certificat inclus
- Langue : Français
Présentation
Les agents IA représentent la prochaine frontière de l'automatisation : au lieu de simples chatbots, ce sont des systèmes capables de raisonner, d'utiliser des outils et d'accomplir des tâches complexes de façon autonome. Cette formation vous permet de construire vos propres agents.
Vous apprendrez à créer des pipelines RAG (vos documents interrogeables par LLM), des agents avec mémoire et outils (recherche web, calculs, accès à des APIs), des workflows multi-agents avec LangGraph, et des automatisations complexes avec n8n intégrant des LLMs. Cas d'usage : assistant de recherche médicale, agent de veille épidémiologique, chatbot de triage patient.
Objectifs
- Construire des pipelines RAG pour interroger des documents médicaux avec un LLM
- Créer des agents LangChain avec mémoire, outils et chaînes de raisonnement
- Développer des workflows multi-agents avec LangGraph
- Intégrer des LLMs (Claude, GPT) dans des automatisations n8n
- Déployer un agent IA comme API FastAPI ou application Streamlit
- Évaluer la qualité et la fiabilité des sorties d'agents en production
Public concerné
- Data scientists et développeurs Python voulant construire des produits IA
- Chercheurs souhaitant automatiser leur veille scientifique
- Ingénieurs IA en startups HealthTech
- Consultants tech construisant des solutions IA pour clients
Programme
4 modules, 16 leçons.
Module 1 : Introduction et fondamentaux
- Présentation du programme 41 min
- Concepts de base 57 min
- Environnement de travail 20 min
- Ressources et bibliographie 54 min
Module 2 : Mise en pratique
- Exercice guidé 1 21 min
- Exercice guidé 2 20 min
- Cas pratique 40 min
- Quiz de validation 31 min
Module 3 : Approfondissement
- Techniques avancées 60 min
- Études de cas réels 25 min
- Projet pratique 30 min
- Correction et feedback 28 min
Module 4 : Évaluation et certification
- Révision générale 25 min
- Examen final 44 min
- Présentation des résultats 54 min
- Remise des certificats 58 min
Prérequis
- Python intermédiaire
- Notions d'API REST
- Avoir utilisé un LLM (ChatGPT, Claude) régulièrement