Intelligence Artificielle & Data
Développer ses propres agents intelligents : RAG, RIG, GraphRAG et StructRAG
Intermédiaire
À propos de cette formation
Tout professionnel souhaitant mettre à profit l'IA générative et les agents intelligents dans son activité métier.
Objectifs de la formation
- Saisir les fondements de l'IA générative et distinguer ses agents de ceux purement conversationnels
- Appréhender les concepts et les architectures RAG, RIG, GraphRAG et StructRAG
- Construire des agents intelligents adaptés à différents cas d'utilisation
- Améliorer les performances des agents grâce au conditionnement contextuel et à l'apprentissage en continu
- Tirer parti de GraphRAG et StructRAG pour enrichir et organiser les contenus produits
- Mesurer l'efficacité des agents à l'aide de métriques pertinentes et en optimiser le fonctionnement
- Intégrer les exigences éthiques, la gestion des biais et la conformité réglementaire dans la conception des agents
Programme détaillé
Module 1 — Introduction à l'IA générative et aux agents intelligents
- Distinguer les agents conversationnels classiques des agents fondés sur l'IA générative
- Panorama des architectures RAG, RIG, GraphRAG et StructRAG
Module 2 — Fondamentaux des architectures RAG et RIG
- Génération augmentée par récupération (RAG — Retrieval Augmented Generation) : principes et cas d'application
- Retrieval Interleaved Generation (RIG) : fonctionnement, avantages, limites et usages
- Place des bases de connaissances et des systèmes d'extraction dans ces architectures
Module 3 — Exploration des architectures GraphRAG et StructRAG
- GraphRAG : comment les graphes de connaissances viennent amplifier et contextualiser la production de contenu
- StructRAG : structuration des données au service de la précision et de l'organisation
- Travaux pratiques : mise en œuvre de GraphRAG et StructRAG sur des scénarios complexes
Module 4 — Conception et programmation d'agents avec RAG et RIG
- Premières étapes dans la construction d'un agent intelligent basé sur RAG
- Paramétrage des sources de récupération et connexion aux modèles de génération
- Développement d'agents combinant récupération et génération de façon fluide
- Techniques avancées de conditionnement contextuel
- Travaux pratiques : création d'un assistant personnalisé
Module 5 — Applications avancées avec GraphRAG et StructRAG
- Conception d'agents s'appuyant sur des graphes de connaissances via GraphRAG
- Optimisation des flux de travail grâce à StructRAG
- Travaux pratiques : génération de rapports dynamiques et structurés
Module 6 — Optimisation et performance des agents intelligents
- Indicateurs clés pour évaluer la performance des agents et leur effet sur la productivité des collaborateurs
- Méthodes d'amélioration de la précision et de l'efficacité des agents
- Administration des bases de connaissances en vue d'un apprentissage continu
Module 7 — Gestion des enjeux éthiques et de la conformité
- Détection et correction des biais dans les architectures RAG et RIG
- Protection des données et respect de la conformité réglementaire
- Bonnes pratiques pour assurer la transparence dans les interactions des agents
Module 8 — Perspectives et innovations dans les agents intelligents
- Évolutions attendues dans le développement des agents intelligents
- Pistes d'innovation pour les architectures RAG, RIG, GraphRAG et StructRAG
- Discussion ouverte : trajectoires d'évolution des agents intelligents selon les secteurs
Prérequis
Connaissances de base en IA générative requises. Un minimum de pratique en programmation est recommandé. Aptitude à l'analyse et à la modélisation de cas d'usage souhaitée.