Module 1
Introduction aux Data Agents
Introduction aux Data Agents
15min
Leçons vidéo
Exercices
Lab pratique
Qu'est-ce qu'un data agent ?
Use cases : analytics automatisé, reporting, exploration
Architecture d'un data agent
Capabilities et limitations
Lab : Explorer un data agent existant
Module 2
Agents Pandas pour DataFrames
Agents Pandas pour DataFrames
30min
Leçons vidéo
Exercices
Lab pratique
Pandas basics rappel
LLM pour générer code Pandas
Tool setup pour exécution Python
Safety et sandboxing
Itération et error handling
Lab : Agent Pandas pour analyse CSV
Module 3
Text-to-Code Generation
Text-to-Code Generation
25min
Leçons vidéo
Exercices
Lab pratique
Prompt engineering pour code generation
Few-shot examples pour améliorer qualité
Schema understanding (colonnes, types)
Common patterns Pandas
Code validation
Lab : Améliorer qualité code généré
Module 4
Code Execution et Safety
Code Execution et Safety
20min
Leçons vidéo
Exercices
Lab pratique
Sandboxed execution environments
Whitelisting libraries autorisées
Timeouts et resource limits
Error catching et recovery
Lab : Exécution sécurisée de code
Module 5
Visualisations Automatiques
Visualisations Automatiques
25min
Leçons vidéo
Exercices
Lab pratique
Générer du code matplotlib/seaborn
Chart type selection automatique
Styling et customization
Saving et displaying plots
Lab : Agent de visualisation de données
Module 6
Évaluation des Data Agents
Évaluation des Data Agents
20min
Leçons vidéo
Exercices
Lab pratique
Metrics d'Ă©valuation (accuracy, code quality)
Testing avec datasets benchmark
Human-in-the-loop validation
Safety testing
Performance optimization
Lab : Framework d'Ă©valuation complet
Module 7
Workflows Multi-Étapes
Workflows Multi-Étapes
20min
Leçons vidéo
Exercices
Lab pratique
Chaining analyses
State management entre Ă©tapes
Conditional logic
Reporting automatique
Lab : Pipeline d'analyse end-to-end