Bienvenue au cours 🤗 AI Agents

Vignette du cours AI Agents — L'arrière-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 emmènera dans un voyage, du débutant à l’expert, pour comprendre, utiliser et construire des agents IA.

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 et rencontrez vos camarades ainsi que nous.

C’est parti !

Que pouvez-vous attendre de ce cours ?

Dans ce cours, vous allez :

📖 Étudier les agents IA en théorie, en conception et en pratique.
🧑‍💻 Apprendre à utiliser des bibliothèques d’agents IA établies telles que smolagents, LlamaIndex, et LangGraph.
💾 Partager vos agents sur le Hugging Face Hub et explorer les agents créés par la communauté.
🏆 Participer à des challenges où vous évaluerez vos agents par rapport 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 vos propres Agents 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 se compose de :

Unités fondamentales : où vous apprenez les concepts des Agents en théorie.
Pratique : où vous apprendrez à utiliser des bibliothèques d’agents IA existantes pour entraîner vos agents dans des environnements uniques. Ces sessions pratiques se feront dans des Hugging Face 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.
Le Challenge : vous mettrez votre agent en compétition contre d’autres agents dans un challenge. Il y aura également un classement pour comparer les performances des agents.

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.

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 spéciaux et les modèles 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, LlamaIndex
3	Cas d’utilisation	Construisons quelques cas d’utilisation réels (les PRs 🤗 des constructeurs d’agents expérimentés sont les bienvenus)
4	Projet final	Construisez un agent pour un benchmark sélectionné et démontrez votre compréhension des Agents sur le classement étudiant 🚀

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

Unité Bonus 1 : Ajustement fin d’un LLM pour l’appel de fonctions
Unité Bonus 2 : Observabilité et évaluation des agents
Unité Bonus 3 : Agents dans les jeux avec 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 dans l’Unité 1 pour rappeler ce qu’ils sont)

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 challenges et faire les exercices si vous le souhaitez, et vous n’avez pas 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. Ceci 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 challenge 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 :

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.
Faites les quiz et les exercices : la meilleure façon d’apprendre est par la pratique et l’auto-évaluation.
Définissez un planning pour rester en phase : vous pouvez utiliser notre planning de rythme recommandé ci-dessous ou créer le vôtre.

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 ingénieur en machine learning chez Hugging Face et a donné plusieurs cours sur diverses plateformes. L’objectif de Ben est de rendre le cours accessible à tous.

Thomas Simonini

Thomas est ingénieur en machine learning chez Hugging Face et a animé avec succès 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 à exprimer notre gratitude aux personnes suivantes pour leurs contributions inestimables à ce cours :

Pedro Cuenca – Pour ses conseils et son expertise dans la révision des supports
Aymeric Roucher – Pour ses incroyables espaces de démonstration (décodage et agent final)
Joshua Lochner – Pour son espace de démonstration incroyable sur la tokenisation

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 #agents-course-questions.

Maintenant que vous avez toutes les informations, embarquons ⛵

< > Update on GitHub

Agents Course