Formation Créer son Agent IA : Maîtriser l'Intelligence Artificielle Performante

Programme de la formation
Créer son Agent IA : Maîtriser l'Intelligence Artificielle Performante

• Introduction aux Agents IA et Philosophie Dust

  - Définition et typologies des agents intelligents.
  - Architectures conceptuelles des agents IA (réflexe, basé sur modèle, basé sur objectif).
  - Présentation de Dust : philosophie, cas d'usage et écosystème.

• Fondamentaux des LLM pour Agents IA

  - Rappel sur le fonctionnement des Large Language Models (LLM).
  - Prompt Engineering avancé : stratégies d'optimisation (chain-of-thought, COT, etc.).
  - Comprendre les attentes et limites des LLM dans un contexte d'agent.

• Prise en main de l'interface Dust et concepts clés

  - Navigation dans l'environnement de développement Dust.
  - Présentation des objets Dust : assistants, connexions, flux.
  - Premier déploiement d'un agent simple Hello World.

• Conception d'un agent : Objectifs et Scénarios

  - Définir les objectifs clairs d'un agent IA.
  - Cartographie des parcours utilisateurs et scénarios d'interaction.
  - Choisir le bon modèle de LLM pour un cas d'usage donné.

• Création et personnalisation d'un assistant Dust

  - Structuration d'un assistant : rôles, instructions, exemples.
  - Gestion des personnalités et tons de l'agent.
  - Utilisation des Custom Instructions et Retrieval.

• Intégration de connaissances externes : RAG dans Dust

  - Principe du Retrieval Augmented Generation (RAG).
  - Importation et indexation de données (CSV, PDF, bases de données).
  - Configuration des sources de données pour l'agent.

• Gestion des outils et fonctions externes

  - Utilisation des Tools pour étendre les capacités de l'agent.
  - Intégration d'API externes (recherche web, bases de données).
  - Création de fonctions personnalisées pour l'agent.

• Débogage et optimisation des agents Dust

  - Techniques de débogage des flux Dust.
  - Analyse des logs et des traces d'exécution de l'agent.
  - Identification et résolution des erreurs courantes.

• Gestion des conversations et mémoires d'agent

  - Stratégies de gestion de contexte (fenêtre de contexte, summarization).
  - Implémentation de la mémoire à court et long terme pour l'agent.
  - Personnalisation de l'expérience utilisateur sur la durée.

• Déploiement et intégration des agents Dust

  - Options de déploiement et d'exposition des agents.
  - Intégration des agents dans des applications tierces (API).
  - Sécurité et gestion des accès aux agents déployés.

• Évaluation et Monitoring des performances

  - Définition de métriques de performance pour les agents.
  - Outils de monitoring et de suivi des interactions.
  - Boucles de feedback pour l'amélioration continue de l'agent.

• Bonnes pratiques et cas d'usage avancés

  - Conception d'agents multi-compétences et orchestration.
  - Éthique et responsabilisation des agents IA.
  - Veille technologique et perspectives d'évolution de Dust.