Le Model Context Protocol (MCP) standardise la connexion entre les LLM et les systemes d’information de l’entreprise (bases de donnees, API, fichiers, conteneurs). Cette formation vous apprend a concevoir des architectures composables a base de serveurs MCP, a implementer des workflows agentiques et a securiser les echanges en production avec les bonnes pratiques d’authentification et d’observabilite.
Public visé
Data Scientists, Data Analysts, ingénieurs Data, ingénieurs MLOps, développeurs, architectes Data, cadres dirigeants, managers, chefs de projets, Product Managers IA.
Objectifs pédagogiques
À l’issue de cette formation, vous serez capable de :
- Concevoir des architectures composables à base de serveurs MCP
- Connecter des LLM à des outils et données exposés via le protocole MCP
- Implémenter des workflows d’IA utilisant le Model Context Protocol
- Identifier les meilleures pratiques d’authentification et sécurité en production
Programme
Jour 1 - Matin
Introduction à MCP
- Pourquoi utiliser le protocole MCP :
- Intégrations prêtes à l’emploi
- Flexibilité architecturale
- Sécurité des données
- Architecture MCP :
- Hôtes
- Clients
- Serveurs
- Sources de données locales
- Services distants
- Exemples de serveurs MCP :
- Filesystem
- PostgreSQL
- Docker
- Kubernetes
- GitHub
- Exemples de clients MCP :
- Fast-agent
- Claude Desktop App
- Copilot-MCP
- MCPOmni-Connect
- Jira MCP
- Slack MCP
- Les trois couches de MCP : protocole, transport, et messages
- Cycle de vie d’une connexion MCP
- Accéder aux données avec MCP : les ressources
- Mettre des actions à disposition du LLM avec les outils SDK disponibles :
- Python
- TypeScript
- Java
- Kotlin
- C#
Travaux pratiques
- Mise en oeuvre et test d’une architecture MCP avec Claude ; étude du code
Jour 1 - Après-midi
Notions avancées
- Standardiser les échanges avec les modèles de prompts
- Permettre des comportements agentiques sophistiqués avec le sampling
- Focaliser le périmètre des serveurs avec les roots
- Analyse des logs, gestion des erreurs
- Inspection, tests, et débogages
- Suivi de la performance
- Meilleures pratiques d’authentification et de sécurité (données sensibles, contrôle d’accès)
Travaux pratiques
- Construction et test d’une architecture MCP avancée avec des serveurs Filesystem et PostgreSQL
- Optimisation avec le sampling et les roots
- Mise en place de l’authentification avec OAuth
- Sécurisation de l’accès aux ressources
Modalités d’évaluation des acquis
En cours de formation, par des travaux pratiques. En fin de formation, par un questionnaire d’auto-évaluation.
Voir aussi
Vous serez peut-être intéressés par cette formation :
Formation EAI-MCP-100 — MCP (Model Context Protocol). Domaine : Intelligence Artificielle. Niveau : Initiation. Durée : 1 jour (7 heures). Mots-clés : intelligence-artificielle, mcp, llm, protocole, agents, claude. Cylian Formation, Dijon.