Lab 7 : L’Agent d’Analyse de Données

Objectif : Construire un agent d’IA capable de comprendre et de répondre à des questions en langage naturel sur un DataFrame Pandas.

Ce laboratoire fusionne les deux mondes explorés précédemment : la Data Science (Pandas, Labs 1 / 4 / 5) et l’IA Agentique (LangChain, Labs 2 / 3 / 6). On obtient un agent spécialisé capable d’exécuter du code Pandas à la volée pour répondre à une question métier formulée en français.

Objectifs d’apprentissage

À la fin de ce lab, vous saurez :

1. Créer un agent spécialisé avec create_pandas_dataframe_agent de LangChain
2. Exposer un DataFrame en entrée d’un agent et contrôler son périmètre
3. Comprendre les risques d’exécution de code généré (verbose / sandbox)
4. Comparer la productivité “agent analyste” vs analyse manuelle

Prérequis

• Lab 4 (Data Wrangling) : Pandas manipulation
• Lab 6 (First Agent) : pattern LLM + Tools + Executor
• Clé API LLM configurée (.env racine)

Notebook

• Lab7-Data-Analysis-Agent.ipynb - notebook étudiant
• Lab7-Data-Analysis-Agent_output.ipynb - version exécutée de référence

Suite et transition

Le Lab 7 termine la sous-série Python Agents for Data Science. La suite logique est la sous-série Track2-GoogleADK (Day 4-7) qui passe à Google ADK (Agent Development Kit) pour des agents multi-tools, multi-step plus réalistes.

Navigation

<- Index Python Agents | Lab 6 << | >> Track2-GoogleADK