Plan Szkolenia

Wprowadzenie do Agent Builder i RAG

  • Przegląd możliwości Agent Builder
  • Podstawy RAG i kiedy je stosować
  • Przykłady zastosowań i historie sukcesów

Konfiguracja środowiska

  • Konfigurowanie obszaru roboczego Vertex AI
  • Łączenie wyszukiwarek i magazynów wektorów
  • Praktyczne laboratorium: przygotowanie środowiska

Projektowanie przepływów pracy ugruntowanych agentów

  • Definiowanie celów agenta i przepływów konwersacji
  • Mapowanie źródeł danych do strategii pobierania
  • Praktyczne laboratorium: budowanie przepływu konwersacji

Implementacja potoków RAG

  • Indeksowanie dokumentów i osadzeń
  • Wzorce pobierania i ponownego rankingu
  • Praktyczne laboratorium: tworzenie potoku RAG

Integracje i dane przedsiębiorstwa

  • Bezpieczne łączniki do systemów wewnętrznych
  • Zarządzanie danymi i kontrola dostępu
  • Praktyczne laboratorium: łączenie źródeł danych przedsiębiorstwa

Testowanie, ocena i iteracja

  • Testowanie promptów i metryki oceny
  • Strategie symulacji użytkownika i walidacji
  • Praktyczne laboratorium: ocena i dostrajanie agenta

Wdrożenie, monitorowanie i utrzymanie

  • Opcje wdrożenia i kwestie skalowania
  • Monitorowanie wydajności, trafności i dryfu
  • Procedury operacyjne dotyczące aktualizacji i wycofywania

Podsumowanie i kolejne kroki

Wymagania

  • Podstawowa znajomość przetwarzania języka naturalnego
  • Doświadczenie w pracy z usługami chmurowymi i API
  • Znajomość wyszukiwarek i baz danych wektorowych

Grupa docelowa

  • Deweloperzy
  • Architekci rozwiązań
  • Menadżerowie produktów
 14 godzin

Liczba uczestników


Cena za uczestnika

Propozycje terminów

Powiązane Kategorie