Dziękujemy za wysłanie zapytania! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Dziękujemy za wysłanie rezerwacji! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Plan Szkolenia
Architektura i projektowanie aplikacji LLM
- Typowe wzorce aplikacji OpenAI dla asystentów, copilotów i automatyzacji przepływów pracy
- Wybór odpowiedniej architektury dla wymagań biznesowych, niezawodności i doświadczenia użytkownika
- Przejście od kodu prototypowego do projektowania utrzymywalnych aplikacji
Prompty, kontekst i strukturalne wyniki
- Strukturyzowanie instrukcji systemowych, użytkownika i dewelopera dla przewidywalnego zachowania
- Projektowanie promptów dla spójności, kontroli zadań i jaśniejszych odpowiedzi
- Wykorzystywanie strukturalnych wyników do wspierania logiki aplikacji
- Zarządzanie oknami kontekstu, stanem konwersacji i jakością odpowiedzi
Używanie narzędzi i orkiestracja przepływów pracy
- Wykorzystywanie wywoływania funkcji i przepływów pracy z narzędziami zewnętrznymi
- Walidacja danych wejściowych i wyjściowych, obsługa błędów i zastosowanie zachowań awaryjnych
- Projektowanie wieloetapowych przepływów dla praktycznych zadań biznesowych
Pobieranie i uzasadnianie wiedzy
- Identyfikowanie sytuacji, w których generowanie wspomagane pobieraniem jest odpowiednie
- Przygotowywanie dokumentów i dzielenie treści dla użytecznego pobierania
- Pobieranie odpowiedniego kontekstu i uzasadnianie odpowiedzi w zaufanych źródłach
Ewaluacja, zabezpieczenia i gotowość operacyjna
- Definiowanie kryteriów jakości i testowanie przepływów pracy pod kątem oczekiwanych wyników
- Redukowanie halucynacji i obsługa niebezpiecznych, nieistotnych lub niejednoznacznych żądań
- Monitorowanie użycia, opóźnień, zużycia tokenów i kosztów
- Przygotowywanie aplikacji do wdrożenia, wsparcia i iteracyjnego ulepszania
Warsztat praktycznej implementacji
- Budowanie małej, kompleksowej aplikacji OpenAI, łączącej prompty, strukturalne wyniki, użycie narzędzi i pobieranie
- Przegląd decyzji projektowych, typowych problemów i praktycznych kroków do produkcji
Wymagania
- Znajomość koncepcji dużych modeli językowych i tworzenia aplikacji opartych na API
- Doświadczenie w pracy z REST API, JSON oraz przepływami pracy aplikacji opartymi na promptach
- Średnio zaawansowana znajomość programowania w Pythonie, JavaScripcie lub podobnym języku
Grupa docelowa
- Programiści tworzący aplikacje oparte na LLM
- Inżynierowie AI i liderzy techniczni projektujący rozwiązania oparte na OpenAI
- Zespoły produktowe i architekci odpowiedzialni za funkcje AI w produkcji
7 godzin