Bądźmy w kontakcie

Plan Szkolenia

Wprowadzenie do LlamaIndex

  • Zrozumienie LlamaIndex i jego roli w LLM
  • Konfiguracja LlamaIndex: środowisko i wymagania
  • Podstawy indeksowania niestandardowych danych

LlamaIndex w działaniu

  • Przeszukiwanie za pomocą LlamaIndex: techniki i najlepsze praktyki
  • Tworzenie silników zapytań i czatów z LlamaIndex
  • Tworzenie intuicyjnych interfejsów Streamlit dla aplikacji LLM

Zaawansowane funkcje LlamaIndex

  • Wykorzystanie generacji wspomaganej pobieraniem (RAG) dla lepszego pobierania danych
  • Wykorzystanie vectorstores do efektywnego zarządzania danymi
  • Projektowanie i implementacja agentów LlamaIndex

Tworzenie aplikacji z LlamaIndex

  • Inżynieria promptów: łańcuch myślenia, ReAct, few-shot prompting
  • Tworzenie pomocnika dokumentacji: praktyczna aplikacja LLM
  • Debugowanie i testowanie aplikacji LLM

Wdrażanie i skalowanie

  • Wdrażanie aplikacji opartych na LlamaIndex
  • Skalowanie aplikacji LLM dla wysokiej wydajności
  • Monitorowanie i optymalizacja aplikacji LLM

Kwestie etyczne i praktyczne

  • Poruszanie się wśród implikacji etycznych w aplikacjach LLM
  • Zapewnianie prywatności i bezpieczeństwa danych z LlamaIndex
  • Przygotowanie na przyszłe rozwinięcia technologii LLM

Podsumowanie i kolejne kroki

Wymagania

  • Znajomość programowania w Pythonie i podstawowych koncepcji uczenia maszynowego
  • Doświadczenie w pracy z API i tworzeniu aplikacji
  • Znajomość przetwarzania języka naturalnego jest pomocna, ale nie jest wymagana

Grupa docelowa

  • Programiści
  • Naukowcy zajmujący się danymi
 42 godzin

Liczba uczestników


Cena za uczestnika (netto)

Propozycje terminów

Powiązane Kategorie