Bienvenue au cours đŸ€— AI Agents

Vignette du cours AI Agents
L'arriÚre-plan de l'image a été généré à l'aide de Scenario.com

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

Ce cours gratuit vous emmĂšnera dans un voyage, du dĂ©butant Ă  l’expert, pour comprendre, utiliser et construire des agents IA.

Cette premiÚre unité va vous aider à démarrer :

C’est parti !

Que pouvez-vous attendre de ce cours ?

Dans ce cours, vous allez :

Et bien plus encore !

À la fin de ce cours, vous comprendrez comment fonctionnent les Agents et comment construire vos propres Agents en utilisant les derniùres bibliothùques 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 dÚs 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 se compose de :

Ce cours est un projet vivant, Ă©voluant avec vos retours et contributions ! N’hĂ©sitez pas Ă  ouvrir des issues et des PR sur GitHub et Ă  participer aux discussions sur notre serveur Discord.

AprĂšs avoir suivi le cours, vous pouvez Ă©galement 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.

Chapter Topic Description
0 Intégration Vous préparer avec les outils et plateformes que vous utiliserez.
1 Fondamentaux des Agents Expliquer les outils, le raisonnement, les actions, les observations et leurs formats. Expliquer les LLM, les messages, les tokens spĂ©ciaux et les modĂšles de chat. PrĂ©senter un cas d’usage simple en utilisant des fonctions Python comme outils.
2 Frameworks Comprendre comment les fondamentaux sont implémentés dans des bibliothÚques populaires : smolagents, LangGraph, LlamaIndex
3 Cas d’utilisation Construisons quelques cas d’utilisation rĂ©els (les PRs đŸ€— des constructeurs d’agents expĂ©rimentĂ©s sont les bienvenus)
4 Projet final Construisez un agent pour un benchmark sĂ©lectionnĂ© et dĂ©montrez votre comprĂ©hension des Agents sur le classement Ă©tudiant 🚀

En plus du programme principal, vous avez 3 unités bonus :

Par exemple, dans l’UnitĂ© Bonus 3, vous apprendrez Ă  construire votre Agent pour jouer aux combats Pokemon đŸ„Š.

Quels sont les prérequis ?

Pour pouvoir suivre ce cours, vous devez avoir :

De quels outils ai-je besoin ?

Vous n’avez besoin que de 2 choses :

Outils nécessaires pour le cours

Le processus de certification

Deux voies

Vous pouvez choisir de suivre ce cours en mode auditeur libre, ou de rĂ©aliser les activitĂ©s et obtenir l’un des deux certificats que nous dĂ©livrerons.

Si vous suivez le cours en auditeur libre, vous pouvez participer à tous les challenges et faire les exercices si vous le souhaitez, et vous n’avez pas besoin de nous en informer.

Le processus de certification est entiĂšrement gratuit :

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 ĂȘtre complĂ©tĂ© en 1 semaine, avec environ 3 Ă  4 heures de travail par semaine.

Nous vous proposons un rythme recommandé :

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-Ă©valuation.
  3. Définissez un planning pour rester en phase : vous pouvez utiliser notre planning de rythme recommandé ci-dessous ou créer le vÎtre.
Conseils pour le cours

Qui sommes-nous ?

À propos des auteurs :

Joffrey Thomas

Joffrey est ingénieur en machine learning chez Hugging Face et a construit et déployé des agents IA en production. Joffrey sera votre principal instructeur pour ce cours.

Ben Burtenshaw

Ben est ingĂ©nieur en machine learning chez Hugging Face et a donnĂ© plusieurs cours sur diverses plateformes. L’objectif de Ben est de rendre le cours accessible Ă  tous.

Thomas Simonini

Thomas est ingénieur en machine learning chez Hugging Face et a animé avec succÚs les cours Deep RL et ML for games. Thomas est un grand fan des Agents et est impatient de voir ce que la communauté va construire.

Remerciements

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

J’ai trouvĂ© un bug, ou je souhaite amĂ©liorer le cours

Les contributions sont les bienvenues đŸ€—

J’ai encore des questions

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

Maintenant que vous avez toutes les informations, embarquons â›”

Il est temps de démarrer < > Update on GitHub