Déployer des systèmes multi-agents avec l'Agent Development Kit et l'Agent Engine
Dans ce cours, vous apprendrez à utiliser le Google Agent Development Kit pour construire des systèmes multi-agents complexes. Vous construirez des agents équipés d'outils et les connecterez avec des relations parent-enfant et des flux pour définir comment ils interagissent. Vous exécuterez vos agents localement et les déploierez sur Vertex AI Agent Engine pour qu'ils fonctionnent comme un flux agentique géré, avec les décisions d'infrastructure et la mise à l'échelle des ressources gérées par Agent Engine.
Ce que vous allez apprendre
- Construire un agent avec des outils en utilisant le Google Agent Development Kit.
- Établir des modèles d'interaction entre plusieurs agents avec des relations parent-enfant et des flux.
- Utiliser des fonctionnalités telles que la mémoire de session, le stockage d'artefacts et les rappels.
- Déployer une application multi-agents sur l'Agent Engine.
- Interroger une application d'agent fonctionnant sur l'Agent Engine.
- Évaluer les agents au sein de l'Agent Development Kit.
Prérequis
- Python
- ingénierie de prompt pour l'IA générative
- utilisation d'outils d'IA générative
Public cible
- Ingénieurs en machine learning, Ingénieurs en IA générative
Programme de la Formation
5 modules pour maîtriser les fondamentaux
Objectifs
- Expliquer comment l'Agent Development Kit se compare à d'autres outils tels que le SDK Google Gen AI ou LangChain.
- Décrire les paramètres utilisés pour construire un agent dans l'Agent Development Kit.
Sujets abordés
- →Les bases de la construction d'un agent dans l'Agent Development Kit.
Processus Qualité
L'engagement de SFEIR Institute : une démarche d'excellence pour garantir la qualité et la réussite de toutes nos formations. En savoir plus sur notre démarche qualité
- Lectures / Apports théoriques (Slides) — Présentation de concepts via des supports visuels (PowerPoint, PDF).
- Démonstration technique (Démos) — Le formateur réalise une manipulation ou une procédure devant les apprenants.
- Laboratoires dirigés (Labs) — Mise en pratique guidée sur logiciel, machine ou environnement technique.
- Quiz / QCM — Test rapide de connaissances (format papier ou numérique type Kahoot/Klaxoon).
L'atteinte des objectifs de la formation est évaluée à plusieurs niveaux pour garantir la qualité de la prestation :
- Évaluation continue des acquis : Vérification des connaissances tout au long de la formation via des méthodes participatives (en fonction de la formation: quiz, exercices pratiques, mises en situation) sous la supervision du formateur.
- Mesure de la progression : Dispositif d'auto-évaluation comparatif comprenant un diagnostic initial pour situer le niveau de départ, suivi d'une évaluation finale pour valider l'évolution des compétences.
- Évaluation de la qualité : Questionnaire de satisfaction en fin de session pour mesurer la pertinence et l'efficacité de la formation ressentie par les participants.
Prochaines sessions
Former plusieurs collaborateurs
- Tarifs dégressifs (plusieurs places)
- Session privée ou sur-mesure
- En présentiel ou à distance