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 :