Formation Python IA générative LLM débutant avec LangChain
Date de mise à jour :
Identifiant Offre Info : 15_26507669F
Organisme responsable :
LBKE
(ouvre dans un nouvel onglet)
Présentation de la formation
Objectifs
Cette formation est une introduction à l'utilisation du langage Python pour communiquer avec un LLM. L'enjeu est de se familiariser avec l'utilisation de code informatique pour travailler avec l'IA générative. Savoir exécuter du code Python dans un environnement de développement cloud (Google Colab/Jupyter) ; Comprendre l'impact des LLM et les raisons de leur démocratisation ; Savoir écrire des scripts Python qui communiquent avec l'API d'un LLM…
L'enjeu est de se familiariser avec l'utilisation de code informatique pour travailler avec l'IA générative.
- Savoir exécuter du code Python dans un environnement de développement cloud (Google Colab/Jupyter) ;
- Comprendre l'impact des LLM et les raisons de leur démocratisation ;
- Savoir écrire des scripts Python qui communiquent avec l'API d'un LLM (Mistral, OpenAI, HuggingFace...) ;
- Comprendre l'intérêt d'utiliser un code informatique plutôt que l'interface graphique d'une plateforme LLM (ChatGPT par exemple).
Programme de la formation
Matin : découverte de Python Définition des grands modèles de langage et de leurs usages: qu'est-ce qu'une IA générative, un LLM ? Intêret de l'utilisation d'une API avec Python par rapport à l'interface graphique et bases de la programmation. Familiarisation avec l'environnement de développement pour écrire du code Python : notebooks, Google Colab. Variables et typage statique en Python pour le prompt engineering Fonctions, arguments nommés pour…
- Définition des grands modèles de langage et de leurs usages: qu'est-ce qu'une IA générative, un LLM ?
- Intêret de l'utilisation d'une API avec Python par rapport à l'interface graphique et bases de la programmation.
- Familiarisation avec l'environnement de développement pour écrire du code Python : notebooks, Google Colab.
- Variables et typage statique en Python pour le prompt engineering
- Fonctions, arguments nommés pour réutiliser son code Python.
- Installer le module LangChain, un framework Python pour se connecter aux LLM efficacement.
- Gérer les clés d'API de façon sécurisée avec les variables d'environnement.
- Premier appel vers un LLM en Python avec LangChain pour résumer un document.
Après-midi : appel d'API LLM avec LangChain
- Structures de contrôles : boucles, conditions, listes pour résumer de grands volumes de documents.
- Ouvrir des fichiers textes et PDF stockées sur ordinateur.
- Finalisation du script de résumé des documents
- Conclusion : prochaines étapes pour progresser en Python
Bonus avancé : pour les participants déjà développeurs
- Les participants qui sont déjà développeurs dans un autre langage que Python pourront découvrir des concepts plus avancés en cours de formation.
- Créer un pipeline d'inférence avec LangChain et son langage LCEL : création d'un prompt, exécution du modèle, structuration des résultats.
- Principe de base du code asynchrone, concurrent, parallèle avec la syntaxe "async/await" et la fonction "ainvoke"
- Panaroma de l'écosystème LangChain étendu : création d'agents avec LangGraph, monitoring avec LangSmith
La formation se découpe en deux temps.
Nous découvrirons tout d'abord les bases du développement Python, pour installer et faire fonctionner des outils de programmation.
Nous approfondirons ensuite la connexion avec un LLM en Python, grâce au framework LLM LangChain. En ouverture, nous découvrirons le principe du RAG et identifierons des pistes pour poursuivre votre progression en Python.
Notre approche pédagogique s'appuie sur l'alternance de présentations par le formateur et de mises en pratique accompagnées sur un projet fil rouge. A l'issue de la formation, vous conserverez le code et tous les supports de formation.
Mini-projet : résumer des documents
Nous allons implémenter un script Python qui permet à l'utilisateur de charger des documents complexes et de le faire résumer par une IA générative.
Validation et sanction
Type de formation
Non certifiante
Niveau de sortie
Sans niveau spécifique
Durée, rythme, financement
Durée
En centre
7 h
Financement
- Conventionnement
- Non
- Financeur
-
- Autre
Conditions d'accès
Publics visés
- Demandeur d'emploi
- Public en emploi
- Salarié dans le cadre du CIF
- Salarié dans le cadre du DIF
- Salarié dans le cadre du plan de formation
- Salarié en contrat aidé
- Salarié en période de professionnalisation
- Salarié en reconversion
- Tout public
Niveau d'entrée
Bac + 3 et 4
Conditions spécifiques et prérequis
La formation Python LLM est ouverte aux débutants en programmation informatique, qui sont déjà familiers du principe des IA génératives, ainsi qu'aux développeurs qui ne connaissent pas encore Python. Le niveau de la formation peut être adapté selon votre situation. - Avoir des bases suffisantes en logique et être à l'aise avec l'utilisation d'outils informatique ; - Savoir utiliser une plateforme LLM avec interface graphique : Le Chat de Mistral, ChatGPT d'Open AI, NotebookLM de Google par exemple ; - Être un professionnel avec au moins 6 mois d'expérience ; - Avoir une maîtrise suffisante de l'anglais pour lire des documentations techniques ; - Aucune connaissance en science de données ou en mathématiques n'est nécessaire, la formation est centrée sur les aspects pratiques des LLM ; - Un compte gratuit Google Colab est nécessaire ; - Nous vous fournirons une clé d'accès LLM avec un forfait limité vous permettant de réaliser des tests au cours de la formation ; - Apporter un ordinateur portable. Un questionnaire d'auto-évaluation sera envoyé à chaque participant au début de la formation pour nous permettre d'évaluer au mieux son niveau, ses besoins et ses attentes concernant la formation.
Lieu de réalisation de l'action
Modalités d'enseignement
Formation entièrement à distance
Adresse
Périodes prévisibles de déroulement des sessions
Début
Fin
- Adresse d'inscription
-
2 Avenue d'Unterschleissheim
34920 Le Crès - État du recrutement
- Ouvert
- Modalités
- Entrées / Sorties à dates permanentes