Lorsque les agents de données échouent, ils échouent souvent silencieusement - donnant des réponses qui semblent confiantes mais qui sont incorrectes, et il peut être difficile de déterminer ce qui a causé l'échec. "Construire et Évaluer des Agents de Données" est un nouveau cours court créé avec @Snowflake et enseigné par @datta_cs et @_jreini qui vous apprend à construire des agents de données avec une évaluation complète intégrée. Compétences que vous allez acquérir : - Construire des agents de données LLM fiables en utilisant le cadre Objectif-Plan-Action et des évaluations en temps d'exécution qui détectent les échecs en cours d'exécution - Utiliser l'infrastructure de traçage et d'évaluation OpenTelemetry pour diagnostiquer exactement où les agents échouent et améliorer systématiquement les performances - Orchestrer des flux de travail multi-étapes à travers la recherche web, SQL et la récupération de documents dans des agents basés sur LangGraph Le résultat : une visibilité sur chaque étape du raisonnement de votre agent, donc si quelque chose casse, vous avez une approche systématique pour le réparer. Inscrivez-vous pour commencer :

Mon cœur va à toutes les familles et individus inquiets pour leur avenir suite à l'annonce abrupte et chaotique des changements concernant le visa H-1B. L'Amérique devrait s'efforcer d'attirer plus de talents qualifiés, et non de créer une incertitude qui les éloigne. À tous les immigrants légaux et détenteurs de H1-B : je vous soutiens et vous apprécie.

Nouveau cours court : Créez des applications IA avec des serveurs MCP : Travailler avec des fichiers Box, construit avec @Box et enseigné par @BenAtBox, leur CTO. De nombreuses applications IA nécessitent un code personnalisé pour des opérations de fichiers de base. Le Protocole de Contexte de Modèle (MCP) standardise cela en vous permettant de déléguer des tâches de fichiers à des serveurs dédiés qui fournissent des outils qu'un LLM peut utiliser directement. Dans ce cours, vous traiterez des documents stockés dans un dossier Box en utilisant le serveur MCP de Box. Plutôt que d'écrire un code d'intégration personnalisé pour se connecter à l'API Box et télécharger des fichiers, vous concevrez votre application pour utiliser les outils fournis via MCP. Compétences que vous acquerrez : - Créer une application de traitement de documents alimentée par LLM, en utilisant le serveur MCP de Box pour accéder aux fichiers - Concevoir un système multi-agents en utilisant le Kit de Développement d'Agents de Google (ADK), composé d'agents spécialisés pour les opérations de fichiers - Coordonner le flux de travail multi-agents à travers un orchestrateur qui utilise le protocole Agent2Agent (A2A) pour se connecter aux agents Vous commencerez par une application de traitement de fichiers locale, la refactoriserez pour fonctionner avec le serveur MCP de Box, puis l'évoluerez en un système multi-agents. Inscrivez-vous ici :