làm chủ hệ thống RAG: Thiết kế hoàn hảo từ Classic đến Agentic

Học tập các nguyên lý cốt lõi và triển khai thực tế của Classic RAG, Graph RAG và Agentic RAG. Thiết kế hệ thống định tuyến động (dynamic routing) giúp tối ưu hóa hiệu suất token và độ trễ, đồng thời xây dựng hệ thống bộ nhớ dài hạn kết hợp giữa suy luận mạng lưới quan hệ của GraphRAG và vòng lặp tự đánh giá của Agentic RAG. Đây là khóa học hoàn thiện năng lực thiết kế kiến trúc RAG cao cấp, có thể áp dụng ngay vào công việc thực tế.

13 học viên đang tham gia khóa học này

Độ khó Trung cấp trở lên

Thời gian Không giới hạn

RAG
RAG
AI Agent
AI Agent
AI
AI
React
React
RAG
RAG
AI Agent
AI Agent
AI
AI
React
React

Bạn sẽ nhận được điều này sau khi học.

  • Sự khác biệt về kiến trúc giữa Classic, Graph, Agentic RAG và đánh giá kịch bản sử dụng tối ưu

  • Triển khai hệ thống định tuyến động cân nhắc chi phí token và độ trễ

  • Triển khai hệ thống bộ nhớ dài hạn kết hợp GraphRAG và xMemory


RAG, vẫn còn kém hiệu quả sao?
[AI Agent]

Khóa học này giúp bạn phân biệt rõ ràng sự khác biệt về kiến trúc và các kịch bản sử dụng tối ưu giữa Classic RAG, Graph RAG và Agentic RAG; trực tiếp triển khai hệ thống định tuyến động (dynamic routing) có tính đến chi phí token và độ trễ; đồng thời xây dựng năng lực thực tiễn để triển khai hệ thống bộ nhớ dài hạn kết hợp giữa GraphRAG và xMemory.


Bạn đã bao giờ cảm thấy giới hạn của một kiến trúc duy nhất khi gặp phải các vấn đề về độ trễ cao, chi phí token và độ chính xác của kiến trúc RAG truyền thống chưa?

Bạn có nhận ra rằng cần phải lựa chọn linh hoạt pipeline tối ưu phù hợp với đặc điểm của vô số truy vấn khác nhau không?

Bạn có muốn ngừng lại ở những thiết kế RAG rập khuôn và tự mình thiết kế một hệ thống định tuyến hỗn hợp (hybrid routing), có khả năng lựa chọn pipeline tối ưu theo đặc điểm của từng truy vấn không?

Hãy hoàn thiện việc thiết kế hệ thống RAG vốn còn mơ hồ bằng những nguyên lý rõ ràng và triển khai thực tế.
Thông qua khóa học này, bạn sẽ hiểu sâu về các kiến trúc RAG khác nhau và trang bị chuyên môn để áp dụng vào việc giải quyết các vấn đề thực tế.


Học tập một cách hệ thống từ nguyên lý cốt lõi đến cách áp dụng thực tế của các kiến trúc Classic, Graph và Agentic RAG.

Vượt xa việc triển khai RAG đơn thuần, bạn sẽ trở thành chuyên gia AI Agent bằng cách thiết kế hệ thống định tuyến động và
bộ nhớ dài hạn.

Sau khi kết thúc khóa học này, bạn sẽ


Bạn sẽ không chỉ dừng lại ở việc hiểu sự phức tạp của kiến trúc RAG mà còn có thể tự mình thiết kế và tối ưu hóa nó.

  • Nắm vững các nguyên lý cốt lõi, ưu điểm và nhược điểm của từng loại Classic RAG, Graph RAG và Agentic RAG. Bạn sẽ có được tầm nhìn để đánh giá phương pháp RAG nào hiệu quả nhất tùy theo đặc điểm của truy vấn và thiết kế kiến trúc tối ưu. Bạn sẽ không còn cảm thấy mơ hồ khi thiết kế hệ thống RAG nữa.


RAG nâng cao

✔️

Hệ thống RAG, giờ đây không còn là lựa chọn mà là bắt buộc! Hãy chấm dứt những nỗi lo về thiết kế phức tạp.

Làm chủ hệ thống RAG:
Thiết kế hoàn hảo từ Classic đến Agentic

Khóa học này bao gồm một cách hệ thống từ các nguyên lý cốt lõi đến việc triển khai thực tế của Classic RAG, Graph RAG và Agentic RAG. Bằng cách kết hợp thiết kế hệ thống định tuyến động (dynamic routing) nhằm tối ưu hóa hiệu suất token và độ trễ cùng các kỹ thuật nâng cao của GraphRAG và Agentic RAG, khóa học giúp bạn hoàn thiện năng lực thiết kế kiến trúc RAG có thể áp dụng ngay vào thực tiễn công việc.

Xu hướng thay đổi của RAG

Ứng dụng thực tiễn: Xây dựng RAG nâng cao dựa trên hệ thống bộ nhớ dài hạn (xMemory)

Bạn sẽ được học cách xây dựng hệ thống bộ nhớ dài hạn thông qua việc thực hành theo mã nguồn, kết hợp giữa việc trích xuất đồ thị tri thức từ văn bản, suy luận mạng lưới quan hệ và vòng lặp tự đánh giá của Agentic RAG. Thông qua đó, bạn có thể tích lũy kinh nghiệm tự thiết kế và triển khai các hệ thống tìm kiếm và quản lý tri thức phức tạp.

Từ Classic đến Agentic RAG, mã thiết kế kiến trúc

Khóa học cung cấp các mã nguồn cốt lõi và ví dụ cần thiết để hiểu rõ sự khác biệt giữa Classic, Graph và Agentic RAG, đồng thời giúp bạn đánh giá các kịch bản sử dụng tối ưu cho từng kiến trúc. Thông qua đó, bạn có thể tập trung vào việc tự thiết kế và triển khai các kiến trúc RAG nâng cao.


Có thể giải quyết nỗi lo của những người như thế này!


📌
Những người đang lặp lại những sai lầm tương tự mỗi khi xây dựng hệ thống quản lý tri thức phức tạp do thiếu hiểu biết sâu sắc về thiết kế kiến trúc RAG

📌

Product Manager AI
Những người muốn trang bị năng lực thiết kế kiến trúc thực tế và nắm bắt xu hướng công nghệ RAG mới nhất
để ra mắt thành công các ứng dụng LLM ở cấp độ production


📌

Kỹ sư AI
Những người đang gặp khó khăn trong việc tối ưu hóa hiệu suất
do vấn đề về độ trễ cao và chi phí token của hệ thống RAG hiện tại




Kiến thức tiên quyết và lưu ý

  • Yêu cầu kiến thức cơ bản về lập trình Python

  • Sẽ hữu ích hơn nữa nếu bạn đã có kinh nghiệm xây dựng hệ thống RAG


RAG, AI Agent, Trí tuệ nhân tạo (AI), React

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • Kỹ sư AI cần tối ưu hóa hiệu suất của hệ thống RAG

  • Nhà phát triển backend thiết kế hệ thống quản lý tri thức phức tạp

  • Quản lý sản phẩm AI (AI Product Manager) đang tìm cách xây dựng các ứng dụng LLM ở cấp độ sản xuất (production level)

Cần biết trước khi bắt đầu?

  • Hiểu các khái niệm cơ bản về Prompt Engineering và RAG

  • Kinh nghiệm tích hợp API LLM dựa trên Python

  • Cách sử dụng cơ bản của cơ sở dữ liệu vectơ (Pinecone, Weaviate, v.v.)

Xin chào
Đây là codebridge

949

Học viên

89

Đánh giá

21

Trả lời

4.8

Xếp hạng

13

Các khóa học

Dựa trên kinh nghiệm và chuyên môn sẵn có, tôi chia sẻ những bí quyết và mẹo hay mà tôi muốn truyền tải trong khi vẫn bắt kịp các xu hướng của thế giới. Rất mong nhận được sự ủng hộ của mọi người!

Kinh nghiệm làm việc

🤖👾 Chương trình Thạc sĩ AI tại Mỹ

🏗 Lập trình viên Full-stack năm thứ 7 tại tập đoàn công nghệ lớn

📱 Đang phát triển và vận hành 14 ứng dụng Android, 7 ứng dụng iOS và nhiều trang web khác nhau

 

[Tiếng Anh]

Dựa trên những kinh nghiệm sẵn có của mình, tôi xin chia sẻ những bí quyết và mẹo nhỏ mà tôi muốn lan tỏa trong khi theo sát các xu hướng thế giới. Cảm ơn sự hợp tác của các bạn!

YouTube: https://youtube.com/channel/UChmHjzyYedu9yYb3YmnOOog?si=xM1HueA3TJ4BjnV3

Liên hệ: codebridge747@gmail.com

Kinh nghiệm

Nhà phát triển tại một tập đoàn CNTT lớn ở Hàn Quốc

Bằng Cử nhân chuyên ngành Kỹ thuật Máy tính

Thêm

Chương trình giảng dạy

Tất cả

19 bài giảng ∙ (1giờ 54phút)

Ngày đăng: 
Cập nhật lần cuối: 

Đánh giá

Chưa có đủ đánh giá.
Hãy trở thành tác giả của một đánh giá giúp mọi người!

Khóa học khác của codebridge

Hãy khám phá các khóa học khác của giảng viên!

Khóa học tương tự

Khám phá các khóa học khác trong cùng lĩnh vực!

Ưu đãi có thời hạn, kết thúc sau 3 ngày ngày

44.000 ₫

60%

2.299.324 ₫