Formation LangChain, LLMs, Agents IA & RAG

Maîtrisez les LLMs, LangChain JS, le RAG et les agents IA pour créer des applications intelligentes et innovantes.

Approche pratique, projets concrets, outils modernes.
Apprenez à utiliser les API REST (Groq, OpenAI, Mistral AI), à intégrer des LLMs locaux (LM Studio, Ollama) et à exploiter la recherche vectorielle.

Développez des interfaces web, implémentez le RAG, créez des agents IA capables de déclencher des fonctions et d’interagir avec des outils externes.

7 heures de contenu Niveau : Intermédiaire Certificat inclus

Créé par Anthony Cardinale Ingénieur en informatique, Expert IA générative & Développement

Acheter sur Udemy

Cette formation inclut :

✓ 7 heures de vidéo à la demande
✓ Projets pratiques
✓ Code source complet
✓ Accès à vie
✓ Certificat de fin de formation
✓ Support de l'instructeur
✓ Garantie 30 jours

Ce que vous apprendrez

🤖Comprendre le fonctionnement des LLMs et leurs applications

🔗Utiliser LangChain JS pour construire des apps IA

📚Implémenter le RAG pour fournir des données contextuelles

🌐Développer des apps qui interagissent avec des LLMs via API REST

💸Optimiser vos projets pour réduire les coûts de tokens

📊Travailler avec des vecteurs et la recherche vectorielle

🔍Récupérer des infos sur le web et dans des documents

🖥️Créer une interface web pour vos apps IA

💻Utiliser des LLM locaux (LM Studio, Ollama)

Contenu du cours

4 parties • 34 sessions

1. Comprendre les LLMs et leur fonctionnement

Introduction à cette formation : Présentation détaillée du contenu de ce cours

Info : Recevoir les codes promo

Comment fonctionne un LLM et comment sont-ils entraînés / créés ?

Comment fonctionne la génération de texte IA et quelles sont les applications ?

Installer un LLM en local via LM Studio pour parler à une IA générative

Qu'est-ce que le RAG (Retrieval-Augmented Generation) et l'utiliser en local ?

Comment utiliser l'API REST de LM Studio pour coder une app intégrant l'IA

Comprendre les vecteurs et le text enbedding dans le cadre de l'IA générative

Comprendre les paramètres des LLM et le prompt système

Le prompt engineering : Comment écrire un bon prompt pour un bon résultat

Quelles sont les limites des LLM et les points bloquants à prendre en compte ?

MoE (Mixture Of Experts) pour des LLM toujours plus performants et précis

2. LangChain JS, RAG et données custom : Création d'une app boostée à l'IA

Les principales API REST (Groq, OpenAI, Mistral AI) pour solliciter une IA

Présentation de LangChain JS, la boîte à outil ultime pour des LLMs boostés !

Mise en place d'un projet Node.js + LangChain JS et installation des packages

Créer une application JavaScript capable de communiquer avec un LLM distant

Utiliser les templates de prompts pour formater vos prompts LLM

Utiliser les output Parsers afin de formatter les réponses des LLMs

Utiliser le Output Parser Fixer pour corriger la réponse du LLM

Text Embedding et recherche vectorielle avec Ollama en local (ou API OpenAI)

Faire du RAG (Retrieval-Augmented Generation) avec des documents simples

Faire une recherche sur le web et fournir les infos au LLM / à l'IA générative

Faire une recherche dans des documents PDF et nourrir l'IA / le LLM avec

Conserver l'historique des échanges pour que l'IA se rappelle des messages

Créer une interface web pour notre programme

Coder la fonctionnalité "DeepSearch" de ChatGPT, Gemini, DeepSeek...

3. Développer des agents IA capables de déclencher des fonctions et outils

Introduction aux agents IA. C'est quoi et à quoi ça sert ?

Présentation du projet de départ de notre Agent IA (IAgent)

Structurer la réponse de l'agent IA afin d'identifier l'outil JS à déclencher

Donner la possibilité à l'agent IA de déclencher une fonction JS

Exemple avancé : Appel API REST, Lecture d'une BDD, poster sur Discord...

Refactoriser le projet IAgent pour l'optimiser et pour le finaliser

Un agent IA spécialisé en domotique, capable d'utiliser vos objets connectés !

4. Bonus

Bonus : Rejoindre le Discord privé

Projets que vous réaliserez

🤖

Créer une app IA avec LangChain JS

Développez une application Node.js qui interagit avec un LLM et intègre le RAG.

🔗

Recherche vectorielle et RAG

Implémentez la recherche vectorielle et le RAG pour fournir des réponses contextuelles.

🦾

Développer un agent IA

Créez un agent IA capable de déclencher des fonctions et d'interagir avec des API externes.