Créer un agent IA pour votre entreprise – Perfectionnement

Des bases en Python ou en développement.

• Comprendre les bases de l’IA agentique et ses applications métiers.
• Prototyper un agent IA simple avec des outils low-code/no-code.
• Identifier les cas d’usage pertinents pour son entreprise.
• Savoir évaluer les coûts, risques et bénéfices d’un déploiement.

• Les postulants devront passer une série d’entretiens pour intégrer la formation.
• Ils seront informés de leur inscription au plus tard 15 jours avant le début de la session

À l’issue de la formation, le formateur évaluera chacun des participants en fonction des cas pratiques et exercices effectués.

Alternance d’exercices, cas pratiques, QCM et de notions théoriques, projet Fil Rouge avec une répartition du temps de travail : 40% théorie, 60% pratique. Des présentations théoriques des concepts clés illustrés par des démonstrations du formateur (Ex : code live…) seront suivies de mises en pratique des apprenants.

Évaluations régulières et retour du formateur sur les points moins bien assimilés. ; les apprenants réaliseront tout au long de la formation des exercices, QCM, mises en situation, TP, TD qui seront corrigés pour faciliter l’acquisition de compétences.

En classe virtuelle, accès à notre plateforme à distance, à des machines virtuelles en local ou dans le cloud contenant les logiciels utiles  et les supports de cours en français seront mis à disposition via notre la plate-forme de téléchargement AJC Classroom.

Accès à notre plateforme à distance de Classe Virtuelle : mêmes possibilités et interactions avec votre formateur que lors d’une formation présentielle: votre formation se déroulera en connexion continue 7h/7 :

• Échanges directs avec le formateur et l’équipe pédagogique à travers la visioconférence, les forums et chats ;
• Vérification de l’avancement de votre travail et évaluation par votre formateur à l’aide d’exercices et de cas pratiques ;
• Suivi pédagogique et conseils personnalisés pendant toute la formation.

Vous recevrez les informations de connexion par mail dès votre inscription. En cas de problème de connexion, vous pourrez joindre notre équipe à tout moment (avant ou même pendant la formation) au 01 82 83 72 41 ou par mail (hotline@ajc-formation.fr).

En présentiel, mise à disposition d’ordinateurs portables (16Go RAM, SDD); nos salles sont équipées de matériels pédagogiques (Tableau blanc, vidéo projecteur, tableau tactile…) et informatiques.

Les personnes en situation de handicap sont invitées à nous communiquer leurs besoins spécifiques. Nous ferons tout pour les mettre dans les meilleures conditions de suivi de la formation possible (compensation, accessibilité…).

Une attestation de fin de stage sera remise à tous les participants à l’issue de leur parcours.

• Responsables innovation ou métiers (ex : logistique, support client, RH).
• Développeurs juniors ou profils techniques polyvalents.
• Chefs de projet souhaitant évaluer la faisabilité d’un agent IA.

Introduction et cas d’usage

Qu’est-ce qu’un agent IA ? Exemples concrets (ex : automatisation de tâches, assistance client)

Cas d’usage par secteur :

• Industrie : Maintenance prédictive, gestion des stocks.
• Services : Automatisation des emails, tri de documents.

Atelier : Identifier 1 cas d’usage prioritaire pour son entreprise

Cadre juridique et éthique : RGPD, biais algorithmiques, transparence

Outils clés : Présentation de LangChain et AutoGen (démos live)

Atelier : Rédiger une fiche projet pour son cas d’usage (objectifs, données nécessaires, acteurs impliqués)

Fondamentaux techniques

Architecture d’un agent IA : Perception, raisonnement, action

Introduction à Python (bases pour manipuler les APIs)

Démonstration : Utilisation de LangChain pour créer un agent conversationnel simple

Atelier pratique :

• Installer Python et les bibliothèques nécessaires (langchain, openai)
• Tester un script basique pour interagir avec un LLM (ex : GPT-3.5)

Conception et prototypage

Définir le scope de l’agent :

• Tâches à automatiser (ex : répondre aux FAQ clients, extraire des données d’un PDF)
• Sources de données (ex : bases internes, APIs publiques)

Design des workflows : Exemple avec un agent pour classer des emails

Atelier :

• Prototyper un agent avec LangChain (ex : agent qui répond à des questions à partir d’une documentation interne)
• Utiliser des prompts prédéfinis pour guider le comportement de l’agent

Développement et tests

Intégration des données :

• Nettoyage et structuration de données (ex : FAQ, procédures internes).
• Utilisation de bases de données vectorielles (ex : Chroma DB pour stocker des documents).

Démonstration : Comment connecter l’agent à une source de données (ex : Google Drive, SharePoint).

Atelier :

• Développer un agent fonctionnel pour son cas d’usage (ex : assistant pour trouver des informations dans une base de connaissances).
• Tester et ajuster les réponses de l’agent.

Déploiement et next steps

Options de déploiement :

• Local (avec Docker) vs. cloud (ex : AWS Lambda pour un coût réduit).
• Sécurité et gestion des accès.

Mesurer l’impact :

• KPIs simples (ex : temps gagné, réduction des erreurs).
• Plan de suivi post-déploiement.

Atelier final :

• Présenter son prototype aux autres participants.
• Roadmap : Étapes pour passer du prototype à un déploiement réel (budget, ressources, calendrier).

Options :

• Comment anonymiser les données utilisées par votre agent IA ?
• Bonnes pratiques pour respecter le RGPD.