การสร้างระบบ RAG และ AI Agents ด้วย Python และ OpenAI

การเปลี่ยนผ่านจากแชทบอทธรรมดาไปสู่ระบบ AI ที่ซับซ้อนต้องอาศัยความเข้าใจอย่างลึกซึ้งว่าโมเดลมีปฏิสัมพันธ์กับข้อมูลภายนอกและดำเนินการงานอัตโนมัติได้อย่างไร หลักสูตรนี้จะสอนวิธีเชื่อมช่องว่างนั้นโดยการสร้างแอปพลิเคชันที่แข็งแกร่งและรับรู้ข้อมูลได้ตั้งแต่เริ่มต้น คุณจะได้พัฒนาจากการโต้ตอบกับ API พื้นฐานไปสู่การสร้างระบบหลายเอเจนต์ที่ซับซ้อนซึ่งสามารถให้เหตุผล วางแผน และดำเนินการได้ เมื่อจบคอร์ส คุณจะสามารถออกแบบและนำโซลูชัน AI ไปใช้ซึ่งมีความแม่นยำและเกี่ยวข้องกับบริบทของความต้องการทางธุรกิจที่เฉพาะเจาะจง What you'll learn: - ทำความเข้าใจสถาปัตยกรรมพื้นฐานของ Generative AI และ Large Language Models - สร้างระบบ Retrieval-Augmented Generation (RAG) เพื่อให้คำตอบของ AI อ้างอิงจากข้อมูลที่เป็นข้อเท็จจริง - นำ vector databases และ semantic search มาใช้เพื่อการดึงข้อมูลที่มีประสิทธิภาพ - ออกแบบ autonomous AI agents ที่ใช้เครื่องมือเฉพาะทางเพื่อทำงานหลายขั้นตอนให้สำเร็จ - ฝึกประเมินประสิทธิภาพของ AI โดยใช้เมตริกสมัยใหม่สำหรับบริบทและความแม่นยำของข้อเท็จจริง - ประยุกต์ใช้ orchestration frameworks เพื่อจัดการการทำงานร่วมกันระหว่าง AI agents หลายตัว หลักสูตรเริ่มต้นด้วยคำศัพท์ที่จำเป็นและพื้นฐานของ prompt engineering ก่อนที่จะเข้าสู่การนำ vector stores และ agentic logic ไปใช้ในทางเทคนิค คุณจะได้เรียนรู้ผ่านคำอธิบายที่เป็นลายลักษณ์อักษรที่ชัดเจนและตัวอย่างโค้ดที่ใช้งานได้จริงซึ่งออกแบบมาเพื่อการประยุกต์ใช้ได้ทันที หลักสูตรนี้เหมาะสำหรับผู้เริ่มต้นที่มีความรู้พื้นฐานเกี่ยวกับ Python และต้องการเชี่ยวชาญในการพัฒนา AI ไม่จำเป็นต้องมีประสบการณ์ด้าน machine learning หรือ AI APIs มาก่อน เริ่มต้นการเดินทางของคุณสู่โลกของ agentic AI และระบบการดึงข้อมูลขั้นสูง