Agents IA souverains
Objectifs
- Comprendre le fonctionnement d'un agent IA : modèle, outils, mémoire et boucle de décision
- Doter un LLM local d'outils avec le function calling et le protocole MCP
- Construire des agents qui interrogent des données internes et exécutent des workflows
- Garder le contrôle : validation humaine, droits minimaux, journalisation et évaluation
Au programme
- Jour 1 — Du LLM à l'agent, modèles locaux pour l'appel d'outils, function calling, protocole MCP, accès aux bases de données et documents internes
- Jour 2 — Workflows et multi-agents avec LangGraph, validation humaine, garde-fous, évaluation et déploiement
Public & prérequis
Développeurs, data scientists, architectes, équipes DSI et responsables de l'automatisation. Bases de Python requises ; Docker installé. Poste 16 Go de RAM minimum.
Objectifs
- Comprendre le fonctionnement d'un agent IA : modèle, outils, mémoire et boucle de décision
- Doter un LLM local d'outils avec le function calling et le protocole MCP
- Construire des agents qui interrogent des données internes et exécutent des workflows
- Garder le contrôle : validation humaine, droits minimaux, journalisation et évaluation
Au programme
- Jour 1 — Du LLM à l'agent, modèles locaux pour l'appel d'outils, function calling, protocole MCP, accès aux bases de données et documents internes
- Jour 2 — Workflows et multi-agents avec LangGraph, validation humaine, garde-fous, évaluation et déploiement
Public & prérequis
Développeurs, data scientists, architectes, équipes DSI et responsables de l'automatisation. Bases de Python requises ; Docker installé. Poste 16 Go de RAM minimum.