IA & Data - Ingénierie IA appliquée : API multi-fournisseurs, agents et systèmes connectés
Trois jours de pratique pour intégrer les API des principaux fournisseurs d’IA, exploiter Claude Code et OpenAI Codex, concevoir des agents connectés à l’IoT et optimiser leur fiabilité, leur consommation de tokens et leurs coûts.
Programme détaillé
Concevoir une architecture IA multi-fournisseurs
- Comparer modèles, modalités, fenêtres de contexte, latence, confidentialité et coûts selon le cas d’usage
- Choisir entre API directe, offre cloud d’entreprise et couche d’abstraction multi-fournisseurs
- Définir une stratégie de routage, de repli et de portabilité sans dépendance inutile à un fournisseur
Intégrer les principales plateformes d’API IA
- Appeler les API Anthropic Claude, OpenAI Responses, Google Gemini et Mistral avec leurs SDK ou en HTTP
- Gérer authentification, secrets, sélection de modèle, streaming, sorties structurées et appels d’outils
- Traiter limites de débit, erreurs, nouvelles tentatives, délais d’attente, journalisation et suivi d’usage
Laboratoire multi-fournisseurs
- Implémenter le même service avec deux fournisseurs, puis comparer qualité, latence, consommation de tokens et comportement de repli
Développer avec Claude Code et OpenAI Codex
- Explorer un dépôt, tracer un flux, planifier un changement et identifier les fichiers pertinents
- Structurer AGENTS.md, CLAUDE.md, le contexte progressif, les commandes et les critères d’acceptation
- Implémenter, tester et examiner une évolution en conservant des changements limités et un contrôle humain explicite
Laboratoire comparatif
- Réaliser le même changement avec Claude Code et Codex, puis comparer plan, modifications et preuves de validation
Construire des outils et des agents avec les API
- Définir des contrats d’outils structurés, exécuter les appels et renvoyer les résultats au modèle
- Mettre en œuvre une boucle agentique avec état, mémoire, outils, arrêts et validation humaine
- Connecter outils et sources de contexte avec MCP tout en contrôlant lecture, écriture et exécution
Concevoir un agent harness robuste
- Assembler modèle, instructions, contexte, mémoire, outils, orchestration, garde-fous, évaluations et observabilité
- Définir états, budgets, limites, arrêts, reprises, files d’attente et validations humaines
- Prévoir les erreurs d’outil, résultats ambigus, défaillances de fournisseur et chemins de repli sûrs
Atelier d'architecture
- Dessiner le harness d’un agent de production avec ses contrats, permissions, budgets et preuves attendues
Connecter les agents aux systèmes IoT en toute sécurité
- Exposer télémétrie et commandes d’équipements par API, passerelle ou broker MQTT sans donner un accès direct au modèle
- Séparer consultation et action, puis appliquer listes d’autorisation, validations, délais d’attente et limites opérationnelles
- Tester sur un jumeau ou un équipement simulé, journaliser chaque action et prévoir un mode de repli déterministe
Laboratoire IoT supervisé
- Construire un agent qui analyse une télémétrie simulée et propose ou exécute une action strictement autorisée
Optimiser le contexte, les tokens et les coûts
- Mesurer tokens d’entrée, de sortie, de raisonnement, de cache et d’outils selon les capacités du fournisseur
- Définir un budget de contexte avec récupération ciblée, découpage, synthèse et compression de l’historique
- Réduire coût et latence par mise en cache, routage de modèles, sorties bornées, traitement par lots et mesure continue
Évaluer, sécuriser et observer les agents
- Construire des scénarios représentatifs et des critères reproductibles de qualité, sécurité et robustesse
- Mesurer réussite, latence, coût, taux d’intervention humaine, appels d’outils et couverture des validations
- Intégrer gestion des secrets, protection contre les injections, traces, alertes, revues et retour d’expérience
Projet fil rouge et plan d’industrialisation
- Construire un agent multi-fournisseurs avec outils, agent harness et connexion à un service ou dispositif IoT simulé
- Démontrer le workflow, les contrôles, les résultats, la consommation de tokens et les limites
- Documenter architecture, tests, exploitation, budgets et prochaines étapes de mise en production
Parlez-nous de votre projet
Nos bureaux
- Exceev Consulting
61 Rue de Lyon
75012, Paris, France - Exceev Technology
332 Bd Brahim Roudani
20330, Casablanca, Maroc