Building Agentic Applications on Databricks - French

Ce cours enseigne aux étudiants comment créer des applications agentiques de niveau production sur Databricks. Les étudiants apprennent à créer des outils d’agent gouvernés avec Unity Catalog et MCP, à construire des systèmes mono-agent et multi-agents avec le OpenAI Agents SDK, et à tirer parti d’Agent Bricks et de Genie pour des cas d’usage de knowledge assistant orchestrés par un agent supervisor. Le cours couvre l’ensemble du parcours, du prototypage d’outils au déploiement en production, avec une pratique du tracing MLflow pour observer l’exécution des agents.

Remarque : La Databricks Academy est en train de passer à un format basé sur des notebooks pour les sessions en classe au sein de l'environnement Databricks, en abandonnant l'utilisation de présentations de diapositives pour les cours. Vous pouvez accéder aux notebooks de cours dans l'environnement de laboratoire Vocareum.

Skill Level

Associate

Duration

Prerequisites

Le contenu a été développé pour des participants possédant les compétences/connaissances/aptitudes suivantes :

Compétences spécifiques à Python :

• Syntaxe Python de base et structures de données

• Compréhension des fonctions, classes et décorateurs

• Expérience de la gestion des packages Python et des imports

• Familiarité avec la manipulation de données JSON

• Compréhension de base des modèles async/await

Compétences spécifiques à SQL :

• Syntaxe de requête SQL de base (SELECT, FROM, WHERE)

• Compréhension des fonctions SQL et des fonctions définies par l’utilisateur

• Expérience des fonctions SQL Unity Catalog

Compétences spécifiques à Databricks :

• Compréhension de la navigation dans l’espace de travail Databricks et de l’interface des notebooks

• Connaissance de la structure Unity Catalog (catalogues, schémas, tables, volumes, fonctions)

• Expérience des ressources de calcul Databricks et du calcul serverless

• Familiarité avec le suivi d’expériences MLflow

• Compréhension des points de terminaison de service de modèles Databricks

Compétences spécifiques GenAI/Agent :

• Compréhension de base des LLM et de leurs capacités

• Connaissance de l’ingénierie de prompts et des prompts système

• Familiarité avec les agents à appel d’outils et les concepts de function calling

• Connaissance de base du Model Context Protocol (MCP)

Outline

1. Fondamentaux

• Agents, MCP et gouvernance IA sur Databricks

• Demo: Créer des outils d’agent sur Databricks

• Lab: Évaluer et corriger les outils d’agent

2. Développement d’agents

• Créer des agents avec le OpenAI Agents SDK et MLflow

• Demo: Créer des agents individuels avec le OpenAI Agents SDK

• Demo: Orchestration multi-agents avec le OpenAI Agents SDK

3. Agent Bricks et au-delà

• Agent Bricks et Genie

• Lab: Créer un Supervisor Agent avec Agent Bricks

• BONUS : Créer des agents individuels avec LangChain

Public Class Registration

If your company has purchased success credits or has a learning subscription, please fill out the Training Request form. Otherwise, you can register below.

Customer registration Partner registration

Private Class Request

If your company is interested in private training, please submit a request.

Request Private Training

See all our registration options

Registration options

Databricks has a delivery method for wherever you are on your learning journey

Self-Paced

Custom-fit learning paths for data, analytics, and AI roles and career paths through on-demand videos

Inscrivez-vous maintenant

Instructor-Led

Public and private courses taught by expert instructors across half-day to two-day courses

Inscrivez-vous maintenant

Blended Learning

Self-paced and weekly instructor-led sessions for every style of learner to optimize course completion and knowledge retention. Go to Subscriptions Catalog tab to purchase

Purchase now

Skills@Scale

Comprehensive training offering for large scale customers that includes learning elements for every style of learning. Inquire with your account executive for details

Upcoming Public Classes

Generative AI Engineer

Agent Evaluation on Databricks - French

Ce cours apprend aux étudiants à évaluer systématiquement les agents IA à l’aide du cadre d’évaluation de MLflow, en répondant aux défis propres aux systèmes d’IA non déterministes que les tests logiciels traditionnels ne peuvent pas gérer. Les étudiants apprennent à mettre en œuvre différentes approches d’évaluation, notamment des juges intégrés pour des critères courants tels que l’exactitude et la sécurité, des juges de directives pour des exigences propres à l’entreprise, et des juges personnalisés pour des besoins spécialisés. Le cours couvre à la fois l’évaluation hors ligne à partir d’ensembles de données organisés et le monitoring en ligne en production, avec une expérience pratique des capacités de traçage de MLflow pour comprendre les schémas d’exécution des agents et recueillir les retours humains de différents types de parties prenantes. À travers des démonstrations pratiques et des laboratoires, les étudiants développent des compétences pour créer des workflows d’évaluation qui favorisent l’amélioration continue de la qualité tout au long du cycle de vie de développement des agents IA.

Remarque : Databricks Academy passe à un format basé sur des notebooks pour les sessions en classe dans l’environnement Databricks, et n’utilise plus de diaporamas pour les cours. Vous pouvez accéder aux notebooks de cours dans l’environnement de laboratoire Vocareum.

Generative AI Engineer

Building RAG Agents with Agent Bricks - French

Ce cours propose une formation pratique pour créer des agents de récupération avec Databricks Agent Bricks. Les participants apprendront à explorer et interroger des Knowledge Assistants, à transformer des documents non structurés en données structurées avec les AI Functions, à découper le texte pour la récupération sémantique, à créer des index AI Search, et à concevoir des Knowledge Assistants prêts pour la production s’appuyant sur plusieurs sources de connaissances.

Remarque : La Databricks Academy est en train de passer à un format basé sur des notebooks pour les sessions en classe au sein de l'environnement Databricks, en abandonnant l'utilisation de présentations de diapositives pour les cours. Vous pouvez accéder aux notebooks de cours dans l'environnement de laboratoire Vocareum.

Generative AI Engineer

Deploying and Monitoring Agent Applications on Databricks - French

Ce cours couvre le cycle de vie de bout en bout pour le déploiement et la surveillance d’agents d’IA générative sur Databricks. Les participants apprendront à déployer des agents en tant que Databricks Apps à l’aide de Declarative Automation Bundles (DABs), à intégrer des outils via le Model Context Protocol (MCP), à instrumenter les agents avec MLflow Tracing, et à évaluer la qualité en production à l’aide de scorers, de juges multi-tours et d’une évaluation en ligne. Grâce à des démos et labs pratiques, les participants acquerront une expérience concrète de création, d’observation et de surveillance d’agents IA de niveau production sur la plateforme Databricks.