Formation Nvidia : Développer des applications d’IA agentique à l’aide de modèles de langage grand format (LLM)

sm-ndai
Durée : 1 jour
Tarif : 980 € HT

97%

Taux de satisfaction clients
(sur 1838 évaluations du 19/05/21 au 18/03/26)

Voir les avis

Objectifs

A l’issue de la formation le participant sera capable de :
Comprendre les atouts et les limites des grands modèles de langage (LLM), et pourquoi les paradigmes basés sur les agents nous aident à les exploiter pleinement dans l’environnement logiciel actuel.
Apprendre à générer des résultats structurés permettant des appels de fonction ou des intégrations d’API exploitables par des machines.
Explorer les mécanismes de recherche et les graphes de connaissances pour les connaissances métier.
Tester l’orchestration multi-agents à l’aide de frameworks tels que LangGraph.

Prérequis

Connaissances de base en apprentissage profond (notamment les mécanismes d’attention et les transformateurs). Une expérience acquise dans le cadre des cours « Getting Started with Deep Learning » ou « Fundamentals of Deep Learning » de DLI est un atout.
Maîtrise intermédiaire de Python (notamment la programmation orientée objet et une bonne connaissance des bibliothèques d’apprentissage automatique). Des tutoriels tels que le « Python Tutorial » (w3schools.com) ou une expérience pratique équivalente suffisent.
Un entretien en amont avec notre expert permet de prendre en compte le profil de chaque participant (niveau, objectifs et résultats attendus, contexte professionnel, enjeux…) et d’adapter le contenu de la formation si besoin. Cette formation ne peut être financée que dans le cadre d’un projet d’entreprise (prise en charge entreprise ou OPCO). Les dossiers à financement personnel et CPF ne sont pas pris en compte.

Public

Professionnels de l’IT

Formation(s) associée(s)

Dernière mise à jour

Programme mis à jour le 19 avril 2026

Cette formation vous intéresse ? Contactez-nous

Bon à savoir

Evaluez votre niveau

Pour vous aider à bien choisir votre formation, nous vous proposons soit un entretien avec le formateur soit un test d’évaluation. Cela vous assurera que vous disposez des connaissances nécessaires pour suivre la formation dans des conditions optimales.

Sessions garanties

La majorité de nos sessions proposées en distanciel sont garanties. Elles peuvent être enregistrées à la demande.

Travaux pratiques

Nos formations comprennent de nombreux travaux pratiques pour un meilleur apprentissage (60 % de pratique). Nous proposons également de travailler sur vos données pour une meilleure expérience.

Nos prestations

Nous réalisons certaines prestations IT pour vous : développement sur-mesure, refonte logicielle, TMA, interfaçage ERP.

Télécharger la fiche de cette formation

Les Modules
de formation

Module1

Principes fondamentaux de l'abstraction d'agents et des modèles de langage à grande échelle

Discuter des capacités et des limites des modèles de langage (LLM)

Présenter les agents comme une abstraction permettant de décomposer les tâches

Montrer un agent minimal utilisant des appels en texte libre vers des modèles de langage (LLM)

Module2

Sortie structurée et mécanismes de traitement de base

Optimisation des modèles de langage à grande échelle (LLM) avec des sorties au format JSON ou basées sur des tâches.

Garantir l’alignement avec le domaine et l’application cohérente du schéma.

Introduction aux architectures cognitives.

Module3

Mécanismes de récupération et outils environnementaux

Définir des stratégies d’accès à l’environnement permettant aux agents de s’interfacer avec d’autres systèmes.

Développer des interfaces d’outils pour les référentiels de données externes (bases de données, API)

Utiliser la génération augmentée par la recherche vectorielle pour la recherche sémantique sur des ensembles de documents

Module4

Systèmes et cadres multi-agents

Répartir les tâches entre des agents spécialisés

Définir formellement les mécanismes de communication et les schémas de répartition des processus.

Distinguer les différents cadres et leurs approches spécifiques.

Module5

Évaluation finale

Déployez un agent capable de planifier plusieurs opérations de récupération afin de collecter des informations et de les transmettre à l’utilisateur.

Les prochaines
sessions de formation

Sur demande

Vous souhaitez organiser cette formation à une date spécifique ?Contactez-nous en remplissant le formulaire ci-dessous

29 juin 2026

24 août 2026

12 octobre 2026

30 novembre 2026

Cette formation vous intéresse ? Contactez-nous !