Bienvenue dans le cours 🤗

Bienvenue dans le sujet le plus passionnant de l’IA aujourd’hui : les Agents !

Ce cours gratuit vous guidera, du niveau débutant à expert, pour comprendre, utiliser et construire des agents.

Cette première unité va vous aider à démarrer :

• Découvrez le programme du cours.
• Choisissez le parcours que vous souhaitez suivre (soit en autoformation, soit en suivant le processus de certification).
• Obtenez plus d’informations sur le processus de certification.
• Faites connaissance avec l’équipe derrière le cours.
• Créez votre compte Hugging Face.
• Inscrivez-vous à notre serveur Discord pour rencontrez vos camarades ainsi que nous.

Commençons !

Que pouvez-vous attendre de ce cours ?

Dans ce cours, vous allez :

• 📖 Étudier les agents en IA par la théorie, la conception et la pratique.
• 🧑‍💻 Apprendre à utiliser des bibliothèques établies telles que smolagents, LlamaIndex, et LangGraph.
• 💾 Partager vos agents sur le Hub d’Hugging Face et explorer les agents créés par la communauté.
• 🏆 Participer à des défis où vous évaluerez vos agents face à ceux des autres étudiants.
• 🎓 Obtenir un certificat de réussite en complétant les exercices.

Et bien plus encore !

À la fin de ce cours, vous comprendrez comment fonctionnent les agents et comment construire les votres en utilisant les dernières bibliothèques et outils.

N’oubliez pas de vous inscrire au cours !

(Nous respectons votre vie privée. Nous collectons votre adresse email afin de pouvoir vous envoyer les liens dès que chaque unité est publiée et vous fournir des informations sur les challenges et les mises à jour.)

À quoi ressemble le cours ?

Le cours structuré en :

• Unités fondamentales : où vous apprenez les concepts théoriques des agents.
• Sessions pratiques : où vous apprendrez à utiliser des bibliothèques d’agents existantes pour entraîner vos agents dans des environnements uniques. Ces sessions pratiques se feront dans des Spaces avec un environnement préconfiguré.
• Exercices basés sur des cas d’utilisation : où vous appliquerez les concepts appris pour résoudre un problème réel de votre choix.
• Défis : vous mettrez votre agent en compétition face à d’autres dans le cadre d’un challenge. Le tout sera suivi dans un classement pour comparer les performances.

Ce cours est un projet vivant, évoluant avec vos retours et contributions ! N’hésitez pas à ouvrir des issues et des PR sur GitHub et à participer aux discussions sur notre serveur Discord.

Après avoir suivi le cours, vous pouvez également nous envoyer vos retours 👉 via ce formulaire.

Quel est le programme ?

Voici le programme général du cours. Une liste plus détaillée des sujets sera publiée avec chaque unité.

Chapitre	Sujet	Description
0	Intégration	Vous familiariser avec les outils et plateformes que vous utiliserez.
1	Fondamentaux	Expliquer les outils, le raisonnement, les actions, les observations et leurs formats. Aborder les LLM, les messages, les tokens spéciaux et les patrons de chat. Présenter un cas d’usage simple en utilisant des fonctions Python comme outils.
2	Frameworks	Comprendre comment les fondamentaux sont implémentés dans des bibliothèques populaires : smolagents, LangGraph et LlamaIndex
3	Cas d’utilisation	Construire quelques cas d’utilisation réels
4	Projet final	Construire un agent pour un benchmark sélectionné afin de démontrer votre compréhension des agents à travers le classement étudiant 🚀

En plus du programme principal, il y a 3 unités bonus :

• Unité Bonus 1 : Finetuner un LLM pour l’appel de fonctions
• Unité Bonus 2 : Observabilité et évaluation des agents
• Unité Bonus 3 : Les agents dans les jeux vidéos via Pokemon

Par exemple, dans l’Unité Bonus 3, vous apprendrez à construire votre agent pour jouer aux combats Pokemon 🥊.

Quels sont les prérequis ?

Pour pouvoir suivre ce cours, vous devez avoir :

• Une connaissance de base de Python
• Une connaissance de base des LLM (nous avons une section de rappel dans l’Unité 1)

De quels outils ai-je besoin ?

Vous n’avez besoin que de 2 choses :

• Un ordinateur avec une connexion internet.
• Un compte Hugging Face pour pousser et charger des modèles, des agents, et créer des Spaces. Si vous n’avez pas encore de compte, vous pouvez en créer un ici (c’est gratuit).

Le processus de certification

Vous pouvez choisir de suivre ce cours en mode auditeur libre ou de réaliser les activités et obtenir l’un des deux certificats que nous délivrerons.

Si vous suivez le cours en auditeur libre, vous pouvez participer à tous les défis et faire les exercices si vous le souhaitez sans avoir besoin de nous en informer.

Le processus de certification est entièrement gratuit :

• Pour obtenir une certification des fondamentaux : vous devez compléter l’Unité 1 du cours. Cela est destiné aux étudiants qui souhaitent se tenir à jour avec les dernières tendances en matière d’agents.
• Pour obtenir un certificat de réussite : vous devez compléter l’Unité 1, l’un des exercices de cas d’utilisation que nous proposerons pendant le cours, ainsi que le défi final.

Il n’y a pas de date limite pour le processus de certification.

Quel est le rythme recommandé ?

Chaque chapitre de ce cours est conçu pour être complété en 1 semaine, avec environ 3 à 4 heures de travail par semaine.

Nous vous proposons un rythme recommandé :

Comment tirer le meilleur parti du cours ?

Pour tirer le meilleur parti du cours, nous vous donnons quelques conseils :

1. Rejoignez des groupes d'étude sur Discord : étudier en groupe est toujours plus facile. Pour cela, vous devez rejoindre notre serveur Discord et vérifier votre compte Hugging Face.
2. Faites les quiz et les exercices : la meilleure façon d’apprendre est par la pratique et l’auto-évaluation.
3. Définissez un planning pour rester en phase : vous pouvez utiliser notre planning de rythme recommandé ci-dessous ou créer le vôtre.

Qui sommes-nous ?

Ce cours est maintenu par Ben Burtenshaw et Sergio Paniego. Si vous avez des questions, contactez-nous sur le Hub !

Remerciements

Nous tenons à exprimer notre gratitude aux personnes suivantes pour leurs contributions inestimables à ce cours :

• Joffrey Thomas - Pour la rédaction et le développement du cours.
• Thomas Simonini - Pour la rédaction et le développement du cours.
• Pedro Cuenca - Pour avoir guidé le cours et fourni des feedbacks.
• Aymeric Roucher - Pour ses incroyables Spaces de démonstration (décodage et agent final) ainsi que son aide sur les parties sur smolagents.
• Joshua Lochner - Pour son incroyable Space de démonstration sur la tokenisation.
• Quentin Gallouédec - Pour son aide sur le contenu du cours.
• David Berenstein - Pour son aide sur le contenu du cours et la modération.
• XiaXiao (ShawnSiao) - Traducteur de la version chinoise du cours.
• Jiaming Huang - Traducteur de la version chinoise du cours.
• Kim Noel - Traducteur de la version française du cours.
• Loïck Bourdois - Traducteur de la version française du cours via le CATIE.

J’ai trouvé un bug, ou je souhaite améliorer le cours

Les contributions sont les bienvenues 🤗

• Si vous avez trouvé un bug 🐛 dans un notebook, veuillez ouvrir une issue et décrire le problème.
• Si vous souhaitez améliorer le cours, vous pouvez ouvrir une Pull Request.
• Si vous voulez ajouter une section complète ou une nouvelle unité, le mieux est d’ouvrir une issue et décrire le contenu que vous souhaitez ajouter avant de commencer à l’écrire afin que nous puissions vous guider.

J’ai encore des questions

Veuillez poser vos questions sur notre serveur Discord dans la section #agents-course-questions.

Maintenant que vous avez toutes les informations, embarquons ⛵

< > Update on GitHub