Le framework JUnit
- Durée
- Durée :2 jours
- Niveau
- Niveau :Intermédiaire
- Certification
- Certification :Non
1590€ HT
Prochaine session :
LangChain4j : intégrer ses LLMs dans des applications Java
L'intelligence artificielle pour les développeurs JavaDescription de la formation LangChain4j
LangChain4J est le framework facilitant l’intégration de LLM dans des applications Java. Ses cas d’usages sont multiples : chatbot, génération de contenu, analyse de documents, agents intelligents… Les modèles supportés sont également variés avec OpenAI, Azure OpenAI ou encore les modèles OpenSource de GPT4All ou d'Ollama.
Cette formation LangChain4j vous donnera un aperçu de toutes les possibilités et facilitation du framework.
Programme de la formation
Objectif opérationnel :
Savoir intégrer vos grands modèles de langage dans des applications Java.
Objectifs pédagogiques :
À l'issue de cette formation LangChain4j, vous aurez acquis les connaissances et compétences nécessaires pour :
- Construire et configurer une application utilisant LangChain4J
- Gérer et optimiser le prompt
- Concevoir et implémenter le stockage en base de données vectorielle
- Concevoir et implémenter l’appel de fonctions callback à partir d’un LLM
Introduction à LangChain4j
Le rationale de Lang4jIntroduction aux LLMs, intégration avec Java
Cas d’usage typiques
API services et modèles locaux, benchmarking des modèles
Composants clés de LangChain4J
Démarrer avec LangChain4j
Création de projetL’API de bas niveau, ChatLanguageModel
Mémoire et contexte d’interaction
Paramètres de modèle
Streaming de la réponseTravaux pratiquesAPI de bas niveau pour interagir avec un LLM via OpenAI
AI Services
Chain et AI ServicesGénération d’implémentation, intégration Spring Boot, Quarkus
Annotations disponibles
Réponse structurée, Mode JSON, Streaming, Reactor
Ajout d’outils dans l’interaction
Chaînage de serviceTravaux pratiquesImplémentation de la couche service d’une application web, chaînage de service
RAG : Améliorer la génération avec des Vector Store
Principes du RAG, indexation et rechercheAlternatives d’implémentation
API cœur : Document, Text segment, Embeding
Les bases de données vectorielles
Techniques avancées pour la récupération de documentTravaux pratiquesAjout du RAG dans l’application fil rouge, utilisation de ElasticSearch comme base vectorielle
Travailler avec des modèles locaux
MotivationLes solutions disponibles
L’exemple de GPT4All
Test et évaluationTravaux pratiquesIntégration GPT4All dans l’application fil rouge, test et évaluation
Public cible :
Ce cours s'adresse aux architectes, développeurs et exploitants d'applications.
Prérequis :
Une connaissance préalable du langage Java est nécessaire pour suivre cette formation. Vous pouvez l'acquérir à travers la formation Java, les fondamentaux (JJDC).
J'évalue mes connaissances pour vérifier que je dispose des prérequis nécessaires pour profiter pleinement de cette formation en faisant le test de prérequis.
Date de mise à jour du programme : 13/06/2025
Dates et lieux
Période souhaitée
Lieux
Type d'affichage