Félicitations !

Travailler avec DeepSeek en Python

James Chapman

AI Curriculum Lead, DataCamp

Chapitre 1

 

  • Créer des requêtes pour DeepSeek en modes clavardage et raisonnement

Le flux de travail de haut niveau : réfléchir, agir et mettre à jour les connaissances.

Le logo DeepSeek.

client = OpenAI(api_key="<TogetherAI API Key>")

response = client.chat.completions.create(
    model="deepseek-ai/DeepSeek-V4-Pro",
    messages=[{"role": "user", "content": "..."}]
)
print(response.choices[0].message.content)
Travailler avec DeepSeek en Python

Chapitre 2

response = client.chat.completions.create(
  model="deepseek-ai/DeepSeek-V4-Pro",
  messages=[{"role": "user", "content": "..."}],
  max_tokens=20,
  temperature=0.5
)
  • Questions-réponses
  • Transformation de texte
  • Génération de contenu
  • Catégorisation, p. ex. analyse de sentiment
  • Débogage de code
  • max_tokens et temperature

Différentes applications des modèles DeepSeek.

Travailler avec DeepSeek en Python

Chapitre 3

 

  • "system"

    • Orienter les sorties du modèle
    • Ajouter des garde-fous

  • "assistant"

    • Exemples structurés en « few-shot »
    • Construire l'historique de conversation

Les trois rôles dans une interaction de clavardage : le système, l'utilisateur et l'assistant.

Travailler avec DeepSeek en Python

Quelle est la suite ?

 

→ Applications d'IA

→ En savoir plus sur DeepSeek

Travailler avec DeepSeek en Python

Passons à la pratique !

Travailler avec DeepSeek en Python

Preparing Video For Download...