Design patterns agentiques : de la boucle à la production

Concevez, construisez, évaluez et déployez des agents IA avec les patterns utilisés par les vraies équipes : ReAct, planification, réflexion, routage, superviseurs, garde-fous, mémoire et évals.

Beaucoup apprennent les agents à l’envers : on choisit un framework, on copie une démo, et on se retrouve avec un système qu’on ne sait ni expliquer ni déboguer. Ce cours fait l’inverse. Vous partez de la boucle d’agent toute simple, apprenez quand un workflow vaut mieux qu’un agent, puis construisez les cinq patterns essentiels un par un, sur le même projet. Vous ajoutez la couche de contrôle (garde-fous, validation humaine, budgets), la mémoire et le RAG agentique, une suite d’évals avec traces, et un runtime de production. Vous terminez avec un agent de support que vous pouvez défendre en revue d’architecture, et chaque leçon vient avec une fiche visuelle à garder.

Ce que vous saurez faire

Choisir le pattern le plus simple qui résout le problème, et défendre ce choix
Construire les cinq patterns essentiels à partir d’une boucle simple, sans framework
Ajouter des garde-fous, une validation humaine et des budgets appliqués dans le code
Évaluer des trajectoires avec un juge calibré et livrer avec des traces

Avant de commencer

À l’aise avec Python et les appels d’API
Avoir déjà construit une petite app LLM (RAG ou chatbot)

Programme du cours

Workflow ou agent ? L’échelle d’autonomie: La même tâche de trois façons : un appel, une chaîne avec contrôles et un petit agent, mesurés côte à côte. Une checklist de décision pour vos revues d’architecture.
Les cinq patterns essentiels: ReAct avec outils typés, plan-and-execute, réflexion avec critique par tests, routage et superviseur-workers sur un projet de support. Un dépôt de départ des patterns, écrit sans framework.
Plus de patterns : workflows et raisonnement: Chaînage de prompts, vote en parallèle, évaluateur-optimiseur, ReWOO, Reflexion et code comme action dans un sandbox. Un sélecteur de pattern pour vos propres problèmes.
Contrôler la boucle: Garde-fous en entrée, sur les actions et en sortie, validation humaine avec checkpoints et budgets dans le code. Une revue de sécurité avec la « lethal trifecta ».
Mémoire et RAG agentique: Mémoire épisodique et sémantique avec règles d’écriture, recherche notée et compaction du contexte. Un agent utile d’une session à l’autre, avec des réponses reliées aux sources.
Évaluer et livrer: Un jeu d’évals de trajectoires, un juge LLM calibré, des traces et un runtime à file d’attente avec retries et fallbacks. Un rapport de livraison : taux de succès, pass^k, coût par tâche réussie.
Projet final : un agent de support en production: Routage, agents spécialistes, RAG agentique, garde-fous, validation humaine des remboursements et suite d’évals en CI. Un agent déployé et une architecture que vous pouvez défendre en entretien.

Toutes les formations en IA et machine learning