Aperçu
Artificial intelligence is rapidly advancing from simple automation to systems that can reason, plan, and act on their own. Building Autonomous AI Agents is a hands-on, practice-driven course that walks you through the end-to-end process of designing, developing, and deploying intelligent agents capable of independent decision-making.
You’ll work with leading agent frameworks—including LangChain, Autogen, and AgentOps—and learn how to integrate models, tools, and APIs to build dynamic multi-agent ecosystems. Through guided demonstrations and structured labs, you’ll implement core agent components such as memory, tool use, planning modules, and goal-driven workflows, ultimately building a fully functional autonomous agent.
The course also emphasizes safety, evaluation, and alignment practices to ensure that agents operate transparently, ethically, and reliably in real-world settings. By the end of this course, you will be able to:
• Understand core agent architectures, memory types, and planning strategies. • Build agents using frameworks like LangChain, CrewAI, Autogen, and AgentOps. • Connect models, APIs, and external tools into cohesive multi-agent systems. • Implement goal-driven workflows with monitoring, evaluation, and safety controls. • Deploy production-ready autonomous agents capable of operating reliably in real environments.
This course is ideal for AI developers, data scientists, software engineers, and technology professionals transitioning from basic prompt engineering to building fully autonomous systems. A foundational understanding of Python, APIs, and basic AI concepts is recommended, though all frameworks are introduced from scratch.
Join us to master the tools and techniques that power the next generation of AI systems that can think, act, and collaborate with minimal human intervention.
Programme
- La Fondation Agentique (ReAct & Utilisation d'outils)
Ce module initie les apprenants aux fondements des agents IA uniques en utilisant le cadre ReAct. Les apprenants exploreront les concepts de base du raisonnement agentique, de l'utilisation d'outils et de l'intégration de la mémoire. À travers des exercices pratiques, ils configureront un environnement de développement, définiront et utiliseront des outils avec des entrées structurées, et mettront en œuvre la boucle ReAct pour le raisonnement et la prise de décision. À la fin de ce module, les apprenants seront capables de déployer un agent fonctionnel capable d'exécuter des tâches avec un raisonnement structuré et une mémoire à court terme.
- Contexte, Connaissance et Ancrage (RAG)
Ce module se concentre sur la capacité d'un agent unique à accéder, traiter et agir sur des connaissances externes. Les apprenants travailleront avec des pipelines de génération augmentée par récupération (RAG), y compris l'ingestion de données, l'intégration de texte et l'indexation de bases de données vectorielles. Ils intégreront des outils et des actionneurs pour permettre la prise de décision et appliqueront des techniques d'ancrage pour garantir que l'agent produit des résultats contextuellement précis. À la fin de ce module, les apprenants auront construit un agent "fondé sur une stratégie" capable de raisonner sur des sources de connaissance et de générer des sorties validées.
- Orchestration, Validation et Déploiement (LangGraph)
Ce module initie les apprenants à l'orchestration, la validation et le déploiement d'agents IA uniques en utilisant LangGraph. Les apprenants concevront des graphes d'exécution, mettront en œuvre des nœuds de validation, et intégreront des boucles de réflexion pour l'auto-correction. Ils exploreront également des techniques de l'humain dans la boucle et une logique conditionnelle pour la prise de décision. Enfin, les apprenants emballeront leur agent sous forme d'une API RESTful, surveilleront ses performances, et évolueront les flux de travail pour un fonctionnement robuste. À la fin de ce module, les apprenants disposeront d'un agent pleinement opérationnel et prêt pour la production, capable d'exécuter des tâches de manière autonome.
- Récapitulatif du cours et Évaluation
Ce module offre aux apprenants l'occasion de synthétiser leurs connaissances et de démontrer leur maîtrise des flux de travail d'intelligence artificielle à agent unique. Les apprenants réviseront les concepts clés des fondations agentiques, des pipelines RAG, et de l'orchestration LangGraph. Ils compléteront des évaluations notées, y compris des exercices basés sur des scénarios et des vérifications des connaissances de fin de cours, pour appliquer leur compréhension dans des contextes pratiques. À la fin de ce module, les apprenants seront capables de concevoir, mettre en œuvre et évaluer en toute confiance un agent IA unique entièrement fonctionnel capable de raisonnement, d'utilisation d'outils et d'exécution de tâches fondées.
Enseigné par
Edureka
Matières
Artificial Intelligence
