Résumé du cours
Dans ce cours, vous découvrirez les principes fondamentaux et les stratégies de conception de systèmes d'IA agentique à l'aide des services AWS. Vous apprendrez en quoi l'IA agentique diffère des systèmes conversationnels traditionnels et comment utiliser des outils tels qu'Amazon Q, Kiro, Amazon Bedrock Agents et Amazon Bedrock AgentCore pour créer des solutions autonomes et axées sur des objectifs qui résolvent des problèmes concrets.
Ce cours comprend des présentations, des travaux pratiques en laboratoire et des exercices en groupe.
Moyens d'évaluation :
- Quiz pré-formation de vérification des connaissances (si applicable)
- Évaluations formatives pendant la formation, à travers les travaux pratiques réalisés sur les labs à l’issue de chaque module, QCM, mises en situation…
- Complétion par chaque participant d’un questionnaire et/ou questionnaire de positionnement en amont et à l’issue de la formation pour validation de l’acquisition des compétences
A qui s'adresse cette formation
Ce cours s'adresse aux personnes suivantes :
- Développeurs de logiciels novices en matière d'IA agentique à la recherche de connaissances fondamentales.
- Professionnels techniques explorant les capacités de l'IA et s'intéressant aux composants et applications essentiels de l'IA agentique.
- Équipes de développement évaluant les solutions d'IA agentique et ayant besoin de différencier les types d'agents.
- Utilisateurs AWS qui se lancent dans l'IA agentique, y compris les utilisateurs actuels d'Amazon Q Developer, d'Amazon Q Business et d'Amazon Bedrock Agents.
Pré-requis
Nous recommandons aux participants à ce cours d'avoir :
- Des connaissances de base en IA générative ou une expérience professionnelle équivalente
- Des connaissances de base sur AWS et une expérience en développement logiciel
Objectifs
A l'issue de ce cours, vous devrez être en mesure de :
- Résumer l'évolution de l'IA agentique et définir ce qui rend quelque chose « agentique »
- Identifier les composants essentiels des systèmes agentique
- Distinguer les agents de workflow, autonomes et hybrides
- Comparer les options de service AWS pour l'IA agentique
- Décrire les capacités et les cas d'utilisation d'Amazon Q Developer, Amazon Q Business et Kiro
- Expliquer les principes fondamentaux d'Amazon Bedrock AgentCore et d'Amazon Bedrock Agents
- Identifier les modèles de mise en œuvre de base pour l'IA agentique
- Décrire les modèles d'observabilité et d'interopérabilité pour les systèmes d'IA agentique de production
Contenu
Module 1 : Des LLM aux agents
- Comprendre les grands modèles linguistiques (LLM)
- Les innovations qui alimentent les agents
- Chronologie de l'évolution des LLM vers les agents
Module 2 : Explorer l'IA agentique
- Comprendre l'IA agentique
- Types d'agents IA
- Applications de l'IA agentique
Module 3 : Comprendre les workflows de l'IA agentique
- Modèles de workflow
- Présentation des flux Amazon Bedrock
Module 4 : Présentation des agents autonomes
- Comment fonctionnent les agents autonomes
- ReAct
- ReWoo
- Collaboration multi-agents
- Solutions d'IA agentique AWS
Module 5 : Amazon Q et outils de développement agentique
- Amazon Q Developer
- Amazon Q Business
- Amazon Q dans les services AWS
- Kiro : IDE alimenté par l'IA avec développement basé sur les spécifications
Module 6 : IA agentique avec Amazon Bedrock
- Agents Amazon Bedrock
- Amazon Bedrock AgentCore
- Lab : exploration des agents Amazon Bedrock intégrés à Amazon Bedrock Knowledge Bases et Amazon Bedrock Guardrails
Module 7 : Création de solutions DIY
- Solutions DIY
- Observabilité et surveillance
- Interopérabilité des agents
Module 8 : Conclusion du cours
- Prochaines étapes et ressources supplémentaires
- Résumé du cours
Anglais
Allemand
Allemagne
Moyens Pédagogiques :