Цей просунутий курс призначений для розробників, які хочуть розробляти та розгортати додатки на основі генеративного штучного інтелекту, використовуючи сервіси AWS, такі як Amazon Bedrock, та інструменти, такі як LangChain. Протягом двох днів ви дослідите основні технічні концепції генеративного штучного інтелекту, ефективні стратегії швидкого проектування, інтеграцію потоків з LangChain та фундаментальні моделі.
Курс включає теоретичні заняття, демонстрації, практичні лабораторні роботи та групові вправи. Зрештою, ви отримаєте навички, необхідні для створення застосунків, здатних генерувати текст, відповідати на запитання, узагальнювати інформацію та взаємодіяти з користувачами через інтерфейси типу чат-ботів.
Цей курс розроблений для розробників та технічних фахівців, які хочуть створювати генеративні додатки на базі штучного інтелекту, використовуючи сервіси AWS, без необхідності тонкощів...настройка моделей. Рекомендовано для учасників із середнім досвідом роботи Python, зацікавлений у практичному застосуванні моделей великих мов (LLM) у рішеннях підприємство.
Цільова аудиторія:
- Розробники бекенду або фулстеку
- Інженери зі штучного інтелекту/машинного навчання, які хочуть використовувати Amazon Bedrock
- Архітектори рішень, що спеціалізуються на штучному інтелекті
- Технічні фахівці, що займаються інноваціями за допомогою генеративного штучного інтелекту
У цьому інтенсивному курсі ви отримаєте розширені навички розробки додатків на основі генеративного штучного інтелекту з використанням сервісів AWS. Завдяки теоретичним заняттям та практичним лабораторним роботам ви навчитеся:
- Поясніть фундаментальні поняття та важливу термінологію, пов'язану з генеративним штучним інтелектом
- Сплануйте генеративний проект штучного інтелекту та визначте пов'язані з ним ризики та проблеми
- Використовуйте Amazon Bedrock для створення, тестування та розгортання генеративних додатків штучного інтелекту
- Застосовуйте передові методи оперативного проектування та відповідальні практики для зменшення упередженості
- Створюйте додатки штучного інтелекту, використовуючи моделі LangChain та RAG (пошуково-доповнена генерація)
- Ви моделюєте масштабовані архітектури для реальних сценаріїв, таких як: розмовні чат-боти, генерація коду, системи запитань та відповідей
- Інтегруйте компоненти штучного інтелекту в корпоративні додатки, дотримуючись вимог безпеки, управління та відповідності
Для участі в цьому курсі рекомендується мати:
- Знання Python середнього рівня
- Закінчити курс Технічні відомості про AWS або мати еквівалентні знання основних сервісів та концепцій AWS cloud
Модуль 1: Вступ до генеративного штучного інтелекту – можливості та виклики
- Основи генеративного штучного інтелекту та машинного навчання
- Варіанти використання генеративного штучного інтелекту
- Переваги та ризики
Модуль 2: Планування проекту генеративного штучного інтелекту
- Етапи планування та аналізу
- Ризики та методи їх пом'якшення
Модуль 3: Початок роботи з Amazon Bedrock
- Архітектура, варіанти використання, інтерфейс
- Демо: Налаштування та доступ у Bedrock
Модуль 4: Основи оперативної інженерії
- Фундаментальні моделі та методи підказування
- Нульовий, кілька пострілів
- Передові методи та запобігання упередженням
- Демонстрація: Зменшення упередженості на зображеннях
Модуль 5: Компоненти генеративних застосувань штучного інтелекту
- Взаємодія з вбудовуваннями, RAG, безпека
- Демонстрація: Вбудовування слів
Модуль 6: Фундаментальні моделі в Amazon Bedrock
- Параметри виведення та відповідні API
- Лабораторна робота: Генерація тексту з підказками без повторних запитань
Модуль 7: LangChain – Повна інтеграція та оркестрація
- Підказки, ланцюжки, агенти, вбудовування
- Лабораторна робота: Створення розмовного застосунку
Модуль 8: Генеративні архітектури штучного інтелекту в AWS
- Текстовий реферат, питання та відповіді, генерація коду
- Лабораторні роботи: Застосування штучного інтелекту з Amazon Titan та Converse API
Для поглиблення навичок, отриманих на цьому курсі, та для просування в галузі прикладного машинного навчання, ми рекомендуємо взяти участь у курсі:
- Практичний Data Science за допомогою Amazon SageMaker – курс, зосереджений на використанні платформи SageMaker для розробки, навчання та розгортання моделей машинного навчання у великих масштабах.
Цей курс поглибить ваші знання про конвеєри даних та прогнозні моделі в корпоративних середовищах AWS.
Цей курс не передбачає безпосередньої сертифікації, але його зміст забезпечує міцну основу для отримання сертифікації. AWS Сертифікований AI Практикуючий лікар та для подальшої спеціалізації в машина вивчення.
