Construction de systèmes RAG et d'agents IA avec les grands modèles de langage

La capacité à exploiter les grands modèles de langage (LLM) avec des données privées est essentielle pour créer des applications puissantes et conscientes du contexte. La génération augmentée par récupération (RAG) est le modèle essentiel pour y parvenir dans les environnements de production aujourd'hui. À la fin de ce cours, vous comprendrez l'architecture des systèmes RAG et des flux de travail multi-agents. Vous acquerrez une expérience pratique dans la structuration des données, la sélection de magasins vectoriels appropriés, la conception d'invites efficaces et le déploiement de ces solutions d'IA pour résoudre des problèmes commerciaux spécifiques. Ce que vous apprendrez : * Comprendre les composants principaux et l'architecture des systèmes de génération augmentée par récupération (RAG). * Pratiquer des techniques efficaces d'ingénierie d'invites pour optimiser les interactions LLM et les chemins de raisonnement des agents. * Appliquer les meilleures pratiques pour le découpage, l'intégration et l'indexation des données dans une base de données vectorielle. * Configurer des agents et des flux de travail multi-agents à l'aide d'outils spécialisés à faible code pour l'automatisation de tâches complexes. * Déployer et exécuter des LLM locaux à l'aide des concepts de conteneurisation comme Docker et d'outils spécialisés comme Ollama. Le cours commence par définir les concepts LLM, RAG et d'agent avant de passer aux étapes de mise en œuvre pratique. Nous examinons la préparation des données, l'intégration des magasins vectoriels, la configuration des agents et les stratégies de déploiement fondamentales pour rendre vos solutions accessibles. Ce cours est conçu pour les débutants, les développeurs et les praticiens de données qui souhaitent commencer à créer des applications d'IA pratiques et conscientes du contexte. Aucune expérience préalable avec les LLM ou l'apprentissage automatique avancé n'est requise. Commencez dès aujourd'hui à construire des systèmes d'IA intelligents et basés sur les données.