talk-data.com
People (33 results)
See all 33 →Activities & events
| Title & Speakers | Event |
|---|---|
|
julien dubois
– Head of Java team, Developer Relations
@ Microsoft
A propos du talk : Les agents IA sont des programmes qui agissent de manière autonome : pour cela, ils doivent être capables de communiquer de manière programmatique avec une IA, et d'effectuer des actions.Dans cette session, allons voir:Les Structured Outputs : comment obliger une IA à répondre en suivant un schéma JSON, de manière à pouvoir mapper ce résultat avec des objet JavaLe Function Calling : comment définir et appeler des functions Java depuis un modèle IAMCP: le nouveau protocole qui standardise comment les LLM communiquent avec différentes sources de données et outilsNous utiliserons le code, les démos et la documentation que j'ai réalisés pour implémenter ces fonctionnalités dans LangChain4j en utilisant le tout nouveau SDK Java développé par OpenAI. |
|
|
nicolas favier
– VPE
@ Takima
Si la plupart des applications développées en Spring possèdent des tests d’intégration, ces derniers sont les bêtes noires des outils de CI. Combien d’équipes n’ont jamais pris le temps de chérir leur base de tests et ont succombé au chaos d’une architecture de test désorganisée ? Dans ce talk, Mathilde et Nicolas souhaitent partager avec vous les bons réflexes pour se lancer dans un vrai ménage de printemps. L’objectif ? Vous aider à reprendre le contrôle de vos tests d’intégration à travers un live coding de refacto. Leur pari ? Que vous repartiez avec une envie insatiable d’aller dépoussiérer vos tests, et de les soigner définitivement. |
|
|
LangChain4j contre Spring AI : le match des frameworks GenAI en Java !
2024-12-05 · 17:45
La communauté Java est l’une des plus actives avec plus de 8 millions de développeurs actifs dans le monde. Pourtant, Java a toujours été le parent pauvre de l’Intelligence Artificielle. L'arrivée de l’IA générative semble rebattre les cartes avec un engouement sans précédent des frameworks comme LangChain4J et Spring AI. Ces frameworks sont-ils interchangeables ? Et quels sont les avantages / inconvénients de Spring AI par rapport a LangChain4j ? Intervenants : Julien Dubois est le 2nd contributeur du projet LangChain4j et a en particulier travaillé sur les intégrations Azure OpenAI et GitHub Models. Il fera un ensemble de demos, de la plus simple (générer du texte) à la plus complète (le pattern RAG avec une base de données vectorielle), pour montrer l’API proposée et les capacités de l’outil. Michael Isvy est un passionné de Spring depuis 2008, et travaille depuis 3 ans pour cynapse.ai, une société spécialisée en IA et Computer Vision à Singapour. Il présentera Spring AI a travers de multiples démos, et passera en revue les évolutions passées et à venir de Spring AI. Host : Christophe BG CTO Zenika Paris 07 77 75 12 81 |
LangChain4j contre Spring AI : le match des frameworks GenAI en Java !
|
|
Building RAG apps with Langchain4J
2024-09-04 · 15:00
RAG (Retrieval Augmented Generation) is the most common approach used to get LLMs to answer questions grounded in a particular domain's data. Langchain4J is a great way to use large language models from Java, and is modeled on the most popular Python orchestrator, Langchain. Learn how to use Langchain4J to build a RAG solution, connecting to different LLMs, embedding models, and vector stores. We'll share multiple open-source solutions so that you can get started with Langchain4J today. Presented by Julien Dubois, Principal Manager of Java Developer Relations at Microsoft ** Part of RAGHack, a free global hackathon to develop RAG applications. Join at https://aka.ms/raghack ** 📌 Check out the RAGHack 2024 series here! Pre-requisites: - Read the official rules and join the hack at https://aka.ms/raghack. No Purchase Necessary. Must be 18+ to enter. Contest ends 9/16/24.
|
Building RAG apps with Langchain4J
|
|
Building RAG apps with Langchain4J
2024-09-04 · 15:00
RAG (Retrieval Augmented Generation) is the most common approach used to get LLMs to answer questions grounded in a particular domain's data. Langchain4J is a great way to use large language models from Java, and is modeled on the most popular Python orchestrator, Langchain. Learn how to use Langchain4J to build a RAG solution, connecting to different LLMs, embedding models, and vector stores. We'll share multiple open-source solutions so that you can get started with Langchain4J today. Presented by Julien Dubois, Principal Manager of Java Developer Relations at Microsoft ** Part of RAGHack, a free global hackathon to develop RAG applications. Join at https://aka.ms/raghack ** 📌 Check out the RAGHack 2024 series here! Pre-requisites: - Read the official rules and join the hack at https://aka.ms/raghack. No Purchase Necessary. Must be 18+ to enter. Contest ends 9/16/24.
|
Building RAG apps with Langchain4J
|
|
Building RAG apps with Langchain4J
2024-09-04 · 15:00
RAG (Retrieval Augmented Generation) is the most common approach used to get LLMs to answer questions grounded in a particular domain's data. Langchain4J is a great way to use large language models from Java, and is modeled on the most popular Python orchestrator, Langchain. Learn how to use Langchain4J to build a RAG solution, connecting to different LLMs, embedding models, and vector stores. We'll share multiple open-source solutions so that you can get started with Langchain4J today. Presented by Julien Dubois, Principal Manager of Java Developer Relations at Microsoft ** Part of RAGHack, a free global hackathon to develop RAG applications. Join at https://aka.ms/raghack ** 📌 Check out the RAGHack 2024 series here! Pre-requisites: - Read the official rules and join the hack at https://aka.ms/raghack. No Purchase Necessary. Must be 18+ to enter. Contest ends 9/16/24.
|
Building RAG apps with Langchain4J
|