Formation LangGraph

Description

Cette formation LangGraph vous permettra de concevoir des applications d’intelligence artificielle avancées en utilisant des agents LLM (Large Language Models) orchestrés par un graphe d'exécution.

Au terme de ces 3 jours de formation, vous serez capable de :
- créer des agents autonomes ou collaboratifs
- orchestrer des workflows dynamiques avec des cycles de décision et de mémoire
- intégrer la persistance et le "time travel" pour sécuriser vos applications contre les erreurs et faciliter le débogage
- concevoir des applications IA interactives en temps réel.

Cette formation s’adresse à tous les développeur·euse·s souhaitant créer des applications d’IA avancées avec des agents LLM orchestrés par LangGraph.

Vous êtes intéressé·e par les formations en IA ?
Découvrez l’ensemble des formations IA de notre catalogue !

Les objectifs

• Comprendre les concepts fondamentaux de LangGraph
• Modéliser des workflows complexes à l’aide de graphes dirigés
• Concevoir des agents mono-agent et multi-agents
• Implémenter la gestion d’état et la persistance
• Intégrer une mémoire contextuelle et adaptative
• Déployer des agents réactifs en temps réel

Pré-requis

• Connaissances de base en Python
• Notions élémentaires sur les LLM et l’écosystème LangChain
• Avoir déjà utilisé un environnement de développement (VSCode, Jupyter, etc.)
• Ordinateur portable à apporter

Le programme de la formation LangGraph

Jour 1 : Comprendre les fondations de LangGraph et des workflows LLM

• Introduction à LangGraph et son écosystème
  • Tour d’horizon de LangChain & LangGraph
  • Cas d’usage concrets
    • chatbots, assistants, systèmes multi-agents
• Théorie des graphes appliquée aux workflows IA
  • Nœuds et arêtes : définition et rôle
  • Flux d’exécution et dépendances
  • LangGraph dans la pratique
• Premiers pas avec LangGraph en Python
  • Installation et configuration
  • Création d’un graphe simple
  • Visualisation et interprétation du graphe
• Définir des agents simples
  • Mono-agent statique
  • Choix de la logique de contrôle via LLM

Mises en pratique :
- Créer un premier graphe LangGraph simple avec un agent mono-tâche et visualisation du flux
- Transformer un chatbot classique en agent LangGraph avec mémoire basique
- Identifier et structurer les nœuds et arêtes dans un cas d’usage concret

Jour 2 : Orchestration, persistance et intelligence multi-agents

• Gestion de l’état et persistance
  • Notion d’état
    • historique, contexte, variables
  • Persistance avec checkpointers
  • Fonction time travel pour rejouer un graphe
• Schémas agentiques et coopération entre agents
  • Mono-agent évolutif
  • Multi-agents collaboratifs
  • Hiérarchie et délégation
• Mémoire et adaptation des agents
  • Mémoire contextuelle : fonctionnement et types
  • Personnalisation via mémoire utilisateur
• Ateliers de conception
  • Création d’un graphe multi-agents
  • Mise en place d’une mémoire persistante
  • Tests et time travel

Mises en pratique :
- Concevoir un graphe multi-agents pour un assistant de réservation intelligent
- Mettre en place la persistance d’état avec checkpointers et tester la reprise après interruption
- Utiliser la fonction time travel pour rejouer un scénario et tester des variantes décisionnelles

Jour 3 : Vers des agents IA interactifs et déployables

• Streaming et expérience utilisateur
  • Streaming des réponses
  • Affichage des étapes intermédiaires
  • Améliorer l’UX dans les agents LLM
• Intégration avec des outils externes
  • Utiliser des fonctions ou API
  • Prise de décision dynamique par LLM
  • Connexion avec LangChain Tools
• Bonnes pratiques de conception
  • Débogage avec LangGraph
  • Organisation du code
  • Validation et sécurité

Mises en pratique :
- Implémenter le streaming des réponses LLM pour améliorer l’interaction en temps réel
- Intégrer un outil externe (API ou fonction Python) dans un agent décisionnel
- Réaliser un mini-projet complet combinant mémoire, persistance, streaming et logique multi-agent

Télécharger le programme

Formations associées

• 

  RAG

  3 jours

FAQ

8 raisons de participer à une formation Human Coders

• Satisfaction client élevée : Un taux de statisfaction de 4,6/5 depuis 2012 (sur 1649 sessions réalisées). 99% des participants se disent satisfaits de nos formations
• Approche pédagogique unique : Des formations en petit groupe, des formateurs passionnés et expérimentés, de véritables workshops... (Plus d'infos sur notre manifeste)
• Catalogue de formations complet : 172 formations au catalogue, de quoi vous accompagner sur tout vos projets
• Écosystème dynamique : Nous accompagnons les dev depuis 13 ans avec des initiatives comme Human Coders News, les Human Talks, le podcast ou encore notre serveur Discord
• Financement facilité : Organisme certifié Qualiopi, indispensable pour que vous puissiez obtenir des aides au financement via votre OPCO
• Références clients prestigieuses : De nombreux clients qui nous font confiance depuis des années
• Accompagnement sur mesure : Nous vous proposons un accompagnement personnalisé par nos consultants pour vous aider dans vos projets au-delà de la formation
• Valorisation professionnelle : Remise d'un diplôme, d'une attestation et d'une certification, suivant les formations effectuées, que vous pourrez afficher sur vos CV et réseaux sociaux