La formation est-elle certifiée Qualiopi ?

Oui, Learni est un organisme certifié Qualiopi. Cette certification garantit la qualité de nos formations et permet leur prise en charge par les OPCO et autres dispositifs de financement.

Comment financer ma formation ?

Nos formations sont éligibles aux financements OPCO. Learni vous accompagne dans les démarches de prise en charge. Un devis personnalisé est disponible sur demande.

Quels sont les prérequis pour cette formation ?

Les prérequis pour la formation Formation LangSmith - Optimiser les LLM en production sont : Maîtrise de LangChain, Python avancé et développement d'applications LLM. Un entretien préalable permet de valider votre éligibilité.

La formation est-elle disponible en présentiel ?

Oui, la formation Formation LangSmith - Optimiser les LLM en production est disponible en distanciel. Le format peut être adapté à vos besoins (inter, intra, sur-mesure).

Formation LangSmith - Optimiser les LLM en produ... | Learni

L'histoire de Learni

Fondée par des passionnés de l'apprentissage et de l'innovation, Learni s'est donnée pour mission de rendre la formation professionnelle accessible à tous, partout dans le monde. Notre équipe intervient dans les plus grandes métropoles telles que Paris, Lyon, Marseille, mais aussi à l'international, afin d'accompagner les talents et les organisations dans leur montée en compétences.

Configurez votre formation

Réponse sous 24hSans engagement100% gratuit

Il reste 7 places pour la prochaine session

FormatParticipantsDateCoordonnées

Quel format préférez-vous ?

Modalités, méthodes et moyens pédagogiques

La formation Formation LangSmith - Optimiser les LLM en production est délivrée en présentiel ou distanciel (blended-learning, e-learning, classe virtuelle, présentiel à distance). Chez Learni, organisme de formation certifié Qualiopi, chaque parcours est conçu pour maximiser l'acquisition de compétences, quel que soit le mode de formation choisi.

Le formateur alterne entre méthode démonstrative, interrogative et active (via des travaux pratiques et/ou des mises en situation). Cette approche pédagogique garantit un apprentissage concret et directement applicable en entreprise.

Moyens pédagogiques mis en œuvre

Pour garantir la qualité de la formation Formation LangSmith - Optimiser les LLM en production, Learni met à disposition les moyens pédagogiques suivants :

Ordinateurs Mac ou PC, connexion internet haut débit fibre, tableau blanc ou paperboard, vidéoprojecteur ou écran tactile interactif (pour les sessions en distanciel)
Environnements de formation installés sur les postes de travail ou accessibles en ligne
Supports de cours, exercices pratiques et ressources complémentaires
Accès post-formation aux supports et ressources pédagogiques

En cas de formation intra-entreprise sur site externe à Learni, le client s'assure et s'engage à disposer de toutes les ressources matérielles pédagogiques nécessaires (équipements informatiques, connexion internet...) au bon déroulement de l'action de formation conformément aux prérequis indiqués dans le programme de formation communiqué.

* nous consulter pour la faisabilité en distanciel** ratio variable selon la formation suivie

Modalités d'évaluation des acquis

L'évaluation des compétences acquises lors de la formation Formation LangSmith - Optimiser les LLM en production s'effectue à travers :

En cours de formation : études de cas, travaux pratiques et mises en situation professionnelle
En fin de formation : questionnaire d'auto-évaluation et évaluation des acquis par le formateur
Après la formation : attestation de fin de formation détaillant les compétences acquises

Accessibilité de la formation

Learni s'engage pour l'accessibilité de ses formations professionnelles. Toutes nos formations sont accessibles aux personnes en situation de handicap. Nos équipes sont à votre disposition pour adapter les modalités pédagogiques à vos besoins spécifiques. N'hésitez pas à nous contacter pour toute demande d'aménagement.

Objectifs de la formation

Maîtriser le tracing avancé de LangSmith pour déboguer des chaînes LLM complexes en entreprise

Développer des datasets et évaluations automatisées certifiantes avec LangSmith

Implémenter le monitoring en temps réel pour optimiser les performances des agents IA

Concevoir des pipelines de production scalables intégrant LangSmith professionnel

Optimiser les coûts et la fiabilité des applications LLM via des benchmarks avancés

Déployer des solutions RAG et fine-tuning tracées avec LangSmith en environnement certifié

Programme de la formation

Module 1Tracing et monitoring LangSmith : implémenter le logging avancé et visualisations (SDK LangSmith, traces, spans, projets professionnels)

Plongez dans l'installation du SDK LangSmith et la configuration de traces détaillées pour vos chaînes LLM complexes, explorez les spans imbriqués et les métadonnées personnalisées via des exercices pratiques sur des agents multi-étapes, visualisez en temps réel les latences et erreurs sur des cas d'entreprise réels comme le RAG, produisez des rapports de débogage actionnables et intégrez le tout à LangChain pour une observabilité immédiate, transformant vos développements IA en solutions fiables et scalables dès la première journée.

Module 2Évaluation et optimisation LangSmith : datasets custom, benchmarks et déploiement production (évaluateurs, RAG, fine-tuning professionnel)

Créez des datasets annotés et évaluateurs personnalisés dans LangSmith pour tester rigoureusement vos modèles LLM sur des scénarios métier critiques, réalisez des benchmarks comparatifs entre configurations RAG et agents autonomes avec métriques précises comme la faithfulness et la réponse quality, optimisez les coûts via l'analyse des tokens et latences sur des projets fil rouge, déployez en production avec des guards et feedback loops humains, et générez des tableaux de bord exportables pour des revues d'équipe, assurant une maîtrise certifiante des compétences en IA avancée pour booster vos performances professionnelles.