(Dành cho người làm kế hoạch) Hiểu về cơ bản LLM và lập kế hoạch dịch vụ dựa trên LLM
arigaram
2.080.698 ₫
Nhập môn / NLP, gpt, AI, ChatGPT, LLM
4.0
(9)
Giải thích lý do cần thiết LLM, bối cảnh kỹ thuật và các khái niệm cơ bản.
Nhập môn
NLP, gpt, AI
Trong khóa học này, bạn sẽ học cách thiết kế, xây dựng và đánh giá các hệ thống RAG nâng cao bằng framework LangChain. Bạn sẽ làm chủ LCEL, Runnables, các kỹ thuật truy xuất nâng cao, chiến lược chunking, cross-encoder reranking, agent-based RAG, tool calling, tích hợp SQL và các kỹ thuật an toàn sử dụng NeMo Guardrails. Bạn cũng sẽ học cách trace, debug và triển khai một chatbot AI full-stack với LangFuse, React, FastAPI và Docker.
18 học viên
Độ khó Nhập môn
Thời gian Không giới hạn
Khả năng xây dựng các pipeline RAG nâng cao bằng LangChain, bao gồm tối ưu hóa truy xuất, xếp hạng lại (reranking), điều hướng (routing) và tích hợp công cụ.
Kỹ năng đánh giá và cải thiện các hệ thống RAG bằng cách sử dụng RAGAS và các bộ dữ liệu kiểm thử do AI tạo ra.
Kinh nghiệm thực hành xây dựng ứng dụng AI full-stack (React + FastAPI + Docker) với các tính năng sẵn sàng cho triển khai thực tế.
Kiến thức để tích hợp NeMo Guardrails nhằm đảm bảo hành vi AI an toàn, đáng tin cậy và được kiểm soát.
Kinh nghiệm thực tiễn với LCEL, Runnables và cấu trúc pipeline hiện đại của LangChain.
Khóa học này dành cho ai?
Các lập trình viên hoặc nhà khoa học dữ liệu đã nắm vững kiến thức cơ bản về LangChain nhưng đang gặp khó khăn trong việc xây dựng các ứng dụng RAG chất lượng cao và sẵn sàng triển khai thực tế.
Những kỹ sư đang nản lòng với độ chính xác truy xuất kém, phân đoạn dữ liệu không hiệu quả hoặc hành vi AI không đáng tin cậy, và cần một phương pháp bài bản để cải thiện quy trình của mình.
Bất kỳ ai đang thực hiện dự án AI có nhu cầu đánh giá các hệ thống RAG, tích hợp guardrails hoặc triển khai ứng dụng RAG full-stack.
Cần biết trước khi bắt đầu?
Đúng vậy. Người học nên có kiến thức Python ở mức trung cấp và sự quen thuộc cơ bản với các khái niệm LangChain. Việc hiểu về các kiểu dữ liệu, hàm, OOP và cách làm việc với API sẽ giúp bạn theo dõi các ví dụ một cách trôi chảy hơn. Kiến thức cơ bản về các lệnh terminal và Docker cũng được khuyến nghị.
Xin chào, tôi là Markus, một nhà phát triển phần mềm chuyên về Trí tuệ nhân tạo và Python. Tôi làm việc trong lĩnh vực tài chính và có kinh nghiệm sâu rộng trong việc phát triển các ứng dụng LLM với LangChain cũng như triển khai chúng vào môi trường vận hành thực tế một cách thành công.
Tôi đam mê giảng dạy và luôn nỗ lực để biến các chủ đề phức tạp trở nên dễ tiếp cận và thực tế cho học viên của mình, tập trung vào việc cung cấp những trải nghiệm học tập rõ ràng và thực hành thực tế.
Tôi rất hào hứng được chia sẻ kiến thức của mình với bạn và giúp bạn phát triển các kỹ năng của mình.
Tôi rất mong được chào đón bạn đến với các khóa học của tôi và trở thành một phần trong hành trình học tập của bạn!
Tất cả
36 bài giảng ∙ (3giờ 28phút)
Tất cả
1 đánh giá
Khám phá các khóa học khác trong cùng lĩnh vực!