GCP200SEARCHAGENTS
Développer la Recherche et les Agents avec des Applications d'IA
Dans ce cours, vous apprendrez à utiliser Vertex AI Search et les Agents Conversationnels pour créer des moteurs de recherche et des applications de chat. Vous apprendrez à exploiter Vertex AI Search pour ancrer vos applications basées sur l'IA générative. Vous explorerez ensuite comment intégrer ces moteurs de recherche et applications de chat dans vos propres applications. Enfin, vous apprendrez à utiliser les agents intégrés dans AI Applications dans des flux de travail multi-agents.
Ce que vous allez apprendre
- Explorer Vertex AI en tant que plateforme d'IA générative prête pour l'entreprise.
- Créer et déployer un moteur de recherche en utilisant Vertex AI Search.
- Ancrer les sorties des modèles de fondation en utilisant Vertex AI Search.
- Créer une application de chat en utilisant le langage naturel dans les Agents Conversationnels.
- Intégrer vos agents dans des flux de travail multi-agents en utilisant le Kit de Développement d'Agent et Vertex AI Agent Builder.
Prérequis
- Connaissance des concepts de base de l'IA générative et connaissances en programmation (Python)
Public cible
- Clients
Programme de la Formation
5 modules pour maîtriser les fondamentaux
Objectifs
- Explorer les options dans Vertex AI pour l'IA générative.
- Identifier le rôle des Applications d'IA : Recherche, Recommandations et Agents.
- Examiner les cas d'utilisation pour Vertex AI Search et les Agents.
Sujets abordés
- →Vertex AI pour l'IA générative
- →Applications d'IA : Recherche, Recommandations et Agents
- →Cas d'utilisation pour Vertex AI Search et les Agents
Objectifs
- Créer des applications d'IA générative de qualité entreprise avec AI Applications.
- Choisir le moteur approprié pour une application de recherche ou de conversation.
- Importer des données dans un magasin de données.
- Créer et configurer une application de recherche personnalisée.
Sujets abordés
- →Concepts de base : applications, moteurs et magasins de données
- →Sources de données et préparation des données
- →Création d'un magasin de données
- →Configuration de Vertex AI Search
- →Déploiement de Vertex AI Search
Activités
Lab : Intégrer Vertex AI Search dans votre application
Objectifs
- Identifier pourquoi l'ancrage est important.
- Exploiter la génération augmentée par récupération (RAG).
- Utiliser les options d'ancrage sur Google Cloud.
- Tester l'ancrage en utilisant Vertex AI Studio et le SDK.
Sujets abordés
- →Pourquoi l'ancrage est-il important ?
- →Génération augmentée par récupération (RAG)
Activités
Lab : Ancrer les LLMs avec Vertex AI Search
Objectifs
- Créer des agents conversationnels.
- Gérer les conversations avec des playbooks.
- Utiliser des exemples pour améliorer la réponse d'un playbook.
- Exploiter les outils de magasin de données pour effectuer l'ancrage des réponses de votre playbook.
Sujets abordés
- →Suite d'Engagement Client (CES)
- →Agents déterministes vs génératifs
- →Playbooks
- →Outils de magasin de données
Activités
Lab : Créer un Playbook d'Agent Conversationnel qui se connecte à un outil de magasin de données non structurées
Objectifs
- Explorer les fonctionnalités et les avantages du Kit de Développement d'Agent (ADK).
- Accélérer le développement d'agents avec Agent Garden.
- Utiliser l'ADK pour construire des applications multi-agents.
- Exploiter un outil de magasin de données à partir d'un agent ADK.
Sujets abordés
- →Applications multi-agents et IA agentique
- →Introduction au Kit de Développement d'Agent (ADK)
- →Vertex AI Agent Garden
- →Moteur d'Agent Vertex AI
- →Mettre le tout ensemble avec AI Applications
Activités
Lab : Utiliser l'ADK et plusieurs agents avec AI Applications
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
Méthodes pédagogiques mobilisées
- 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).
Dispositif d'évaluation et de suivi
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
9 janvier 2026
Distanciel • Français
✓ Session garantie
5 mars 2026
Distanciel • Français
5 mai 2026
Distanciel • Français
2 juillet 2026
Distanciel • Français
3 septembre 2026
Distanciel • Français
6 novembre 2026
Distanciel • Français
Former plusieurs collaborateurs
- Tarifs dégressifs (plusieurs places)
- Session privée ou sur-mesure
- En présentiel ou à distance