Zkuste nás kontaktovat

Návrh Školení

Úvod do LlamaIndexu

  • Pochopení konceptů LlamaIndexu a jeho role ve světě LLM
  • Nastavení prostředí a příprava pro práci s LlamaIndexem
  • Základy indexování vlastních dat

LlamaIndex v praxi

  • Vyhledávání pomocí LlamaIndexu: techniky a doporučené postupy
  • Tvorba vyhledávacích i konverzačních motorů s využitím LlamaIndexu
  • Vytvoření intuitivních uživatelských rozhraní pro aplikace využívající LLM pomocí nástroje Streamlit

Pokročilé funkce LlamaIndexu

  • Využití mechanismu retrieval-augmented generation (RAG) pro efektivní vyhledávání dat
  • Práce s vektorovými databázemi za účelem efektivní správy informací
  • Návrh a implementace agentů založených na LlamaIndexu

Tvorba aplikací pomocí LlamaIndexu

  • Inženýrství promptů: řetězování myšlenek, metoda ReAct, vícenásobné příklady jako vstup pro generování odpovědí
  • Vytvoření pomocníka na zpracování dokumentace – konkrétní příklad aplikace LLM v reálném prostředí
  • Ladění a testování aplikací s využitím velkých jazykových modelů

Nasazení a škálování aplikací

  • Jak nasadit aplikace postavené na LlamaIndexu do produkčního prostředí
  • Škálování aplikací využívajících velké jazykové modely pro dosažení vysokého výkonu
  • Monitorování a optimalizace aplikací využívajících LLM

Etika a praktická hlediska při použití LlamaIndexu

  • Etické aspekty související s tvorbou a nasazováním aplikací využívajících LLM
  • Zajištění ochrany soukromí a bezpečnosti dat při práci s LlamaIndexem
  • Příprava na budoucí trendy ve vývoji technologií velkých jazykových modelů

Shrnutí a další kroky

Požadavky

  • Znalost programování v Pythonu a základní poznámky o strojovém učení
  • Zkušenosti s tvorbou aplikací a práce s API
  • Orientace v oblasti zpracování přirozeného jazyka je výhodná, není však povinná

Cílové skupiny

  • Vývojáři
  • Datoví vědci
 42 Hodiny

Počet účastníků


Cena za účastníka

Nadcházející kurzy

Související kategorie