Journée 3 — Data wrangling & premiers agents autonomes
← Track1-LangChain (track) | Journée 2 → | Track Google ADK (Jours 4-7) →
La Journée 3 clôt le track LangChain : les agents deviennent capables de manipuler des données par eux-mêmes — nettoyage de données sales, interrogation en langage naturel, puis assemblage des composants d’un agent en un analyseur de données autonome. C’est la transition vers le track Google ADK (Jours 4-7).
Labs
| Lab | Sujet | Concept-phare |
|---|---|---|
| Lab 4 — Data Wrangling | nettoyer un jeu de données « sale » réaliste | Pandas au service de la robustesse |
| Lab 5 — Viz & ML | exploration visuelle puis classification scikit-learn | la visualisation guidant le modèle |
| Lab 6 — First Agent | construire son premier agent LangChain | les 4 composants : LLM, Outils, Prompt, Exécuteur |
| Lab 7 — Data Analysis Agent | agent répondant en langage naturel sur un DataFrame | l’agent comme interface d’analyse |
Prérequis
- Avoir suivi la Journée 2 (analyse documentaire agentique).
- LangChain + clé API OpenAI (les labs 6 et 7 appellent un LLM).
Suite
Le workshop se poursuit avec le track Google ADK dans Track2-GoogleADK : fondations ADK (Lab 8), agents DS-STAR / MLE-STAR, puis mise en production.