Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Durée 21 heures
Plan du cours
1. Introduction à Spring AI
- Création et configuration de projet
- Rôle de l'invite et soumission de l'invite
- Rédaction d'un premier test
- Choix d'un modèle
- Configuration du modèle
- Aperçu des fonctionnalités de Spring AI
2. Compréhension des réponses
- Comment vérifier la pertinence des réponses
- La précision à l'exécution
3. Détails sur les invites
- Utilisation de modèles d'invites
- Définition d'un nouveau modèle d'invite
- Compréhension du contexte
- Le rôle et son importance
- Influence de la génération de réponse à l'aide d'options
- Streaming et formatage de la sortie
- Les métadonnées dans la réponse
4. Utilisation de vos données et documents
- Compréhension de la RAG (Génération augmentée par récupération)
- Mise en place du magasin vectoriel et chargement des documents
- Première implémentation RAG
- Une RAG utilisant un conseiller
- Fonctionnalités RAG modulaires
5. Le rôle de la mémoire en IA
- Pourquoi avons-nous besoin de mémoire ?
- Ajout et configuration de la mémoire pour soutenir la conversation
- L'identifiant de conversation
- Prise en charge de la mémoire persistante
- Stockage de la mémoire de chat dans le magasin vectoriel
6. Outils d'IA
- Une application activant les outils
- Compréhension des capacités des outils
- Rédaction et mise en œuvre de l'outil
- Les fonctions en tant qu'outils
7. Le Protocole de Contexte de Modèle (MCP)
- Pourquoi avons-nous besoin de MCP ?
- Travailler avec un client MCP
- Rédaction du serveur MCP
- Base de données et outils pour le serveur MCP
- Compréhension des transports HTTP et SSE (Server-Sent Events)
- Exposition des invites et des ressources
8. Surveillance des opérations
- Activation des métriques de l'actuateur
- Vérification des opérations du magasin vectoriel
- Surveillance de l'interaction avec le modèle
- Comptage des jetons
- Mise en place de Prometheus et création d'un tableau de bord
- Tracé des opérations d'IA
9. Sécurité en IA générative
- Contrôle des documents accédés via RAG
- Sécurisation des outils
- Contrôle des invites adversariales
- Moderation des entrées utilisateur
10. Motifs courants en IA générative
- Résumé de contenu
- Traduction de messages
- Analyse de sentiments
11. Le rôle des Agents
- Qu'est-ce qu'un agent ?
- Implémentation de flux de travail agentiques
- Chaînage des invites, routage des tâches et parallélisation
- Accès aux agents via MCP
Pré requis
Les participants doivent disposer de :
- De solides connaissances en programmation Java
- D'une expérience pratique avec Spring et Spring Boot
- De la familiarité avec la construction et la configuration d'applications Spring Boot
- Une compréhension de base des API REST et du protocole HTTP
- Une compréhension de base du JSON et de la configuration des applications
- Une compréhension de base de l'IA générative et des grands modèles de langage (LLM)
- Une familiarité avec les bases de données et les concepts d'accès aux données est recommandée
- Aucune expérience préalable en Spring AI, RAG, MCP ou agents IA n'est requise
Nos clients témoignent (1)
Des informations détaillées sont fournies sur les sujets plus avancés demandés.
Farukh Khan - Tandem Solution
Formation - RabbitMQ with Java and Spring
Traduction automatique
