Les systèmes d'IA agentique vont au-delà de l'IA générative traditionnelle en permettant aux agents logiciels de planifier, de prendre des décisions, d'utiliser des outils, d'interagir avec des systèmes externes et d'accomplir des tâches en plusieurs étapes avec une plus grande autonomie. Ce cours fournit une introduction structurée à la conception, au développement, à l'application, au test et à l'optimisation de systèmes agentiques efficaces.
Le cours commence par les fondements de l'IA agentique et explique comment les systèmes agentiques diffèrent des applications d'IA générative basées sur des invites. Les apprenants exploreront les caractéristiques des agents autonomes, y compris l'orientation vers les objectifs, le raisonnement, la planification, la mémoire, la prise de décision, l'utilisation d'outils et l'interaction avec des environnements changeants.
Le cours examine ensuite les principaux éléments constitutifs des systèmes agentiques. Les apprenants comprendront comment les modèles linguistiques, les instructions, les composants de mémoire, les outils, les API, les sources de données, les flux de travail et les mécanismes de rétroaction fonctionnent ensemble pour créer un agent fonctionnel. Une attention particulière est accordée aux relations entre les agents individuels, les utilisateurs et les systèmes externes.
Les apprenants exploreront la conception de flux de travail agentiques efficaces pour des tâches complexes. Cela comprend la décomposition des objectifs en actions plus petites, la définition de points de décision, l'organisation des séquences de tâches, la gestion des dépendances et la création de chemins fiables pour les agents à suivre. Le cours explique comment des flux de travail structurés peuvent améliorer la cohérence, l'efficacité et le contrôle tout en permettant aux agents de fonctionner de manière autonome.
La section de développement se concentre sur la création d'agents autonomes capables d'interpréter les objectifs, de sélectionner les actions appropriées, d'utiliser les outils disponibles, d'évaluer les résultats et d'ajuster leur comportement. Les apprenants examineront les considérations pratiques pour définir les responsabilités des agents, établir des limites, gérer le contexte et réduire les actions inutiles ou incorrectes.
Le cours présente les outils et cadres courants utilisés pour construire des solutions d'IA agentique. Les apprenants comprendront comment ces technologies prennent en charge l'intégration des modèles, l'appel d'outils, l'orchestration, la mémoire, la gestion des flux de travail et la communication entre les agents. L'accent est mis sur la sélection d'outils en fonction des exigences du projet plutôt que sur la dépendance à un seul cadre.
Les applications pratiques des systèmes agentiques sont explorées dans les opérations commerciales, le support client, la recherche, le traitement des données, l'automatisation des flux de travail, la gestion de contenu et le support décisionnel. Les apprenants examineront comment les agents autonomes peuvent améliorer la productivité tout en reconnaissant les situations dans lesquelles une révision humaine est nécessaire.
