Journée 2 — Agents pour l’analyse documentaire
← Track1-LangChain (track) | Journée 1 → | Journée 3 →
La Journée 2 opère le basculement central du workshop : de l’écriture du code data science à l’orchestration d’agents LLM. On y traite deux tâches documentaires — l’analyse d’un appel d’offres et le pré-screening de CVs — où l’agent extrait une information structurée à partir d’un texte libre, tout en gardant l’humain dans la boucle pour la validation.
Labs
| Lab | Sujet | Concept-phare |
|---|---|---|
| Lab 2 — RFP Analysis | d’un appel d’offres à un PoC en 1 heure | extraction structurée d’un texte libre par LLM |
| Lab 3 — CV Screening | pré-qualifier des candidats avec l’IA | analyse, notation et résumé de CVs vs offre |
Prérequis
- Avoir suivi la Journée 1 (Pandas, Matplotlib, régression linéaire).
- LangChain + clé API OpenAI (les labs 2 et 3 appellent un LLM).
Suite
La Journée 3 monte en abstraction : data wrangling agentique, visualisation/ML, puis le premier agent d’analyse de données autonome (Lab 7).