120h de formation réparties en 4 modules, puis 2 projets d'entreprise. Le parcours est ajusté à votre niveau après l'évaluation initiale : vous ne repassez pas par ce que vous maîtrisez déjà.
120hde formation
Module 0128h
Architectures d'agents
Comprendre la notion d'agents et le principe des outils.
Ce que vous saurez faire
✓Comprendre la notion d'agents et le principe des outils.
✓Maîtriser la boucle de réflexion / action utilisée par tous les agents.
✓Développer des agents ReAct et Plan-and-Execute nativement en Python.
✓Utiliser un modèle d'agent Devstral et le personnaliser avec des prompts adaptés.
PyTorch
Hugging Face
Module 0232h
Graphe d'exécution avec LangGraph
Représenter les agents sous forme de graphes avec LangGraph.
Ce que vous saurez faire
✓Représenter les agents sous forme de graphes avec LangGraph.
✓Maîtriser les architectures d'agents plus avancées (Tree-of-Though, ReWOO, LLMCompiler).
✓Utiliser les fonctionnalités de streaming et de persistance de l'état des graphes.
✓Paramétrer et adapter des architectures d'agents en fonction des besoins.
LangGraph
PyTorch
Hugging Face
Module 0330h
Systèmes multi-agents
Coordonner des agents avec un système de supervision d'agents.
Ce que vous saurez faire
✓Coordonner des agents avec un système de supervision d'agents.
✓Créer un ensemble d'agents avec le réseau d'agents.
✓Appliquer les systèmes multi-agents sur des cas concrets.
LangGraph
PyTorch
Hugging Face
Module 0430h
Intégration de services
Augmentez les connaissances de vos LLM avec des données externes.
Ce que vous saurez faire
✓Maîtriser le MCP (Model Context Protocol) pour interagir avec des API tierces.
✓Intégrer des services Web populaires avec le protocole MCP.
✓Concevoir des applications interactives avec le MCP.
LangGraph
PyTorch
Hugging Face
Projet Hands-On 05Durée indicative : 12hMise en situation réelle
Agentic RAG
Agentic RAG multi-sources sur des documents hétérogènes.
Pas un exercice d'application : un cas d'usage tiré du terrain, sur des données au plus près de celles d'une entreprise. Vous le menez de bout en bout, comme en mission, jusqu'à un livrable concret que vous pourrez présenter en entretien.
Données au plus près du réel
Volumes, formats hétérogènes et imperfections, comme dans le système d'information d'une entreprise.
Conditions de mission
Un besoin métier, des contraintes à tenir, des choix techniques à justifier et un livrable exploitable.
Revu par un praticien
Feedback approfondi d'un mentor en poste sur des projets en production.
Votre feuille de route
01Construire un pipeline d'ingestion de documents multi-sources.
02Implémenter un système de retrieval hybride (keyword + vector).
03Développer un agent de reranking pour améliorer la pertinence.
04Créer une interface de chat pour interagir avec les documents.
Projet Hands-On 06Durée indicative : 12hMise en situation réelle
Workflow d'agents
Agent IA de service client pour une assurance habitation.
Pas un exercice d'application : un cas d'usage tiré du terrain, sur des données au plus près de celles d'une entreprise. Vous le menez de bout en bout, comme en mission, jusqu'à un livrable concret que vous pourrez présenter en entretien.
Données au plus près du réel
Volumes, formats hétérogènes et imperfections, comme dans le système d'information d'une entreprise.
Conditions de mission
Un besoin métier, des contraintes à tenir, des choix techniques à justifier et un livrable exploitable.
Revu par un praticien
Feedback approfondi d'un mentor en poste sur des projets en production.
Votre feuille de route
01Modéliser le processus métier de gestion de sinistre.
02Implémenter les différents agents spécialisés (triage, expertise, indemnisation).
03Orchestrer les interactions entre agents avec LangGraph.
04Mettre en place des tests d'évaluation de la qualité des réponses.
Ce parcours est conçu pour des profils déjà techniques qui souhaitent se spécialiser, pas pour une découverte du sujet.
01
Data Scientists souhaitant se spécialiser dans les agents IA.
02
Machine Learning Engineers voulant maîtriser le conception d'agents IA.
03
Développeurs Python expérimentés avec les LLM désirant maîtriser les agents IA.
04
Tech Leads cherchant à comprendre les enjeux du déploiement d'agents IA.
Déroulé
Comment se déroule la formation ?
De l'onboarding à la mise en relation avec nos partenaires, à votre rythme.
1
Onboarding
Vous découvrez la plateforme, la communauté et les mentors, des professionnels en poste qui vous accompagnent sur des projets réels.
Mentors en poste
2
Montée en compétences
Accès à la plateforme et mentorat pendant 12 mois : cours, environnements de code, GPU à la demande et projets concrets, avec une communauté Discord active entre apprenants et mentors.
12 mois d'accompagnement
3
Validation des projets par un mentor
Chaque projet est revu par un mentor : un retour d'expert, pas une simple réalisation. Vos projets forment votre portfolio.
Retour d'expert
4
Certification et mise en relation
Soutenance devant un jury, certification, puis mise en relation avec notre réseau de 400+ partenaires.
400+ partenaires
Une semaine avec la formation, pas une semaine de formation
Lun
Poste 9h-18h
Cours 20h-21h
Mar
Poste 9h-18h
Mentorat collectif 19h-20h
Exercices 20h-21h
Mer
Poste 9h-18h
Sport, famille
Jeu
Poste 9h-18h
Projet 19h-21h30
Ven
Poste 9h-12h30
Coaching individuel
Poste 13h30-18h
Soirée libre
Sam
Projet 10h-12h30
Week-end
Dim
Courses, repos
Poste actuel
Formation en autonomie
Avec votre mentor
Vie personnelle
Vous avancez à votre rythme
En poste
Vous organisez vos sessions le soir ou le week-end, sans mettre votre travail entre parenthèses.
Entre deux missions
Vous accélérez quand vous avez du temps, et levez le pied quand une mission reprend.
Un mentor toujours joignable
Sessions collectives, chat avec les mentors 7j/7, séances individuelles en Premium.
Expérience d'apprentissage
Une plateforme conçue pour apprendre en pratiquant
Contenus de formations pour apprendre, projets Hands-On pour se mettre en conditions réelles, environnements techniques à la demande : soyez accompagné avec une plateforme aboutie.
En directLive avec Majdi, Mistral AILBSKAM+4 000apprenants
[ ]
ticket = "Colis perdu, je n'ai rien reçu."
response = client.chat.completions.create(
model="gpt-5.4-mini",
messages=[{"role": "user", "content": ticket}],
)
print(response.choices[0].message.content)
Projet Hands-OnAgent RAG financier1/3
LabEnquête sur un serveur Linux0/10
1
Quel est le nom d'hôte de la machine ?
admin@acme-web-5kq2:~$
Cloud SandboxGPU NVIDIAEn ligne
24 Gio de mémoire GPU
WorkspaceVS CodeActif
CPU
2
RAM
4 Go
Disque
15 Go
QuizQuestion 1/2
Quel paramètre gère les variations aléatoires d'une réponse d'un modèle ?
Accompagnement & résultats
Des praticiens en poste, et 4 000 apprenants avant vous
Pour une personne qui maitrise déjà les fondamentaux, c'est un régal de voir de vrais cas issus du monde réel avec les derniers outils. J'ai pu voir des choses que je n'avais jamais vu ailleurs.
J'ai fait tous les parcours de formation que Blent a proposé depuis le commencement et je ne regrette pas du tout. Pour moi ça reste ma plus belle rencontre professionnelle.
Ayant participé à cette formation, je peux confirmer que cette formation est excellentissime. N'hésitez pas à profiter du bootcamp gratuit, qui fournit déjà une bonne introduction.
HNHenry Claude N.SaaS Business Developer · EG LABO
J'avais beaucoup d'attente et je ne suis pas déçue. Les explications sont très détaillées, on voit de nombreux outils mais cela permet d'aller dans le détail pour maîtriser l'essentiel.
NJNoémie J.Développeuse back-end · Onepoint
apprenants, particuliers et professionnels, formés avec Blent
4 000+
de nos apprenants satisfaits de leur formation
98 %
entreprises représentées parmi nos apprenants
120+
Tarifs
Combien coûte la formation ?
Le même parcours, avec le niveau d'accompagnement qui vous correspond.
L'Agentic AI désigne des systèmes d'intelligence artificielle capables d'agir de manière autonome pour accomplir des objectifs complexes, en décomposant des tâches, en utilisant des outils, en planifiant et en s'adaptant aux résultats intermédiaires. Contrairement à un LLM classique qui répond à une question, un agent IA peut exécuter plusieurs étapes en chaîne : chercher des informations, appeler des APIs, écrire du code et raisonner sur les résultats.
Un LLM génère du texte en réponse à un prompt, c'est un modèle de langage, pas un système d'action. L'Agentic AI va plus loin : elle utilise un LLM comme moteur de raisonnement, mais lui ajoute la capacité de planifier, d'utiliser des outils externes (APIs, bases de données, navigateur), de mémoriser le contexte et d'itérer de manière autonome pour atteindre un objectif. En résumé, un LLM répond alors qu'un système agentique agit.
La formation LLM Engineering couvre le socle d'une application LLM : choix du modèle, RAG sur vos documents, fine-tuning, intégration à vos outils et mise en production. La formation Agentic AI va plus loin sur les agents : architectures (ReAct, Plan-and-Execute), orchestration avec LangGraph, systèmes multi-agents, évaluation et monitoring des agents. Si vous débutez sur les LLM, commencez par LLM Engineering ; si vous construisez déjà des applications LLM, Agentic AI en est la suite logique. L'évaluation initiale permet de trancher, et un parcours sur mesure peut combiner les deux.
C'est une spécialisation très récente et en forte pénurie. Les profils maîtrisant les architectures multi-agents sont parmi les plus recherchés du marché. En France, les salaires se situent entre 55 000 € et 90 000 € brut/an pour un profil junior à confirmé. Les profils expérimentés dans des startups IA ou des grands groupes peuvent dépasser 100 000 €/an.
Le parcours est 100 % code et orienté production : ce n'est pas une initiation aux outils IA no-code. Maîtrise de Python, compréhension des architectures d'agents (ReAct, Plan-and-Execute), expérience avec LangGraph pour l'orchestration de workflows complexes, connaissance du protocole MCP pour l'intégration de services externes, et capacité à concevoir des systèmes multi-agents avec supervision. Une bonne culture LLM (prompting, function calling, gestion du contexte) est indispensable.
Vous apprendrez à concevoir des agents IA autonomes capables de raisonner et d'agir, à coder des architectures ReAct et Plan-and-Execute en Python natif, à orchestrer des workflows complexes avec LangGraph, à coordonner des systèmes multi-agents avec supervision, et à connecter vos agents à des services externes via le protocole MCP. À l'issue de la formation, vous serez opérationnel pour concevoir et déployer des agents IA sur des projets réels en entreprise.
Une connaissance de base des LLMs (savoir utiliser l'API OpenAI ou Anthropic, comprendre le concept de prompt) est recommandée. La formation Agentic AI s'appuie sur ces fondations pour aller plus loin dans l'architecture et l'orchestration. Si vous débutez complètement, la formation LLM Engineer de Blent est un excellent point de départ.
Oui, dans les deux cas. En poste, vous organisez vos sessions le soir ou le week-end, sans mettre votre travail entre parenthèses : comptez en moyenne 5 à 10 heures par semaine. Entre deux missions, vous accélérez quand vous avez du temps et levez le pied quand une mission reprend. L'accès à la plateforme et au mentorat dure 12 mois.
Oui, le parcours est 100 % code et s'appuie sur Python. Inutile d'être expert : l'évaluation initiale mesure votre niveau, et si Python n'est pas votre langage principal, un module de mise à niveau est intégré à votre parcours.
Non. Vous écrivez le code de vos applications : architectures d'agents en Python, orchestration avec LangGraph, systèmes multi-agents, intégrations via MCP, déploiement en production. C'est ce qui permet de passer d'un prototype à une application en production, là où les outils no-code atteignent vite leurs limites.
Oui. Pour une équipe, l'offre Sur mesure compose un parcours à partir de plusieurs formations, avec un mentorat collectif ou individuel, en intra-entreprise si besoin. Le parcours est cadré avec vous selon le projet de l'équipe lors d'un premier rendez-vous.
Les offres Standard et Premium sont finançables par plusieurs dispositifs : CPF, OPCO, plan de développement des compétences de votre entreprise ou France Travail. Un conseiller identifie avec vous la prise en charge adaptée à votre situation lors du premier rendez-vous et vous accompagne dans le montage du dossier.
Cela dépend de la formation suivie. Nos formations certifiantes préparent un bloc de compétences de la certification RNCP 37805 « Développeur Web », enregistrée au Répertoire national des certifications professionnelles et reconnue par l'État : c'est le cas des parcours associés à nos certifications Développeur Web et DevOps Engineer. Après l'évaluation devant un jury, vous obtenez ce bloc de certification. Les autres formations donnent lieu à une attestation de fin de formation, délivrée après validation de vos projets, qui atteste des compétences acquises pendant le parcours. Vos projets, revus par un mentor, forment aussi un portfolio à présenter en entretien ou à vos clients.
Vous bénéficiez d'un suivi régulier avec un Mentor expert : un chat pour les questions quotidiennes et des sessions en visioconférence pour approfondir les sujets complexes ou faire des revues de code.
Le format est flexible : vous organisez votre temps comme vous le souhaitez. Nous conseillons un minimum de 5 à 10 heures par semaine pour suivre le parcours sereinement sur la durée prévue.
Non. La plateforme fournit les environnements techniques et du GPU à la demande pour les travaux qui le nécessitent, sans installation ni coût supplémentaire.
Prochaine étape
Construisez votre parcours Agentic AI
Commencez par une évaluation de votre niveau et échangez sur vos objectifs : le parcours est construit à partir de là.