Cloudteam
Polski
EnglishDeutschFrançaisEspañolItalianoNederlandsSvenskaالعربية
Kontakt
Szkolenia
Developing Generative AI Applications on AWS

Developing Generative AI Applications on AWS

Kurs ten ma na celu zapoznanie programistów zainteresowanych wykorzystaniem dużych modeli językowych bez konieczności ich dostosowywania z generatywną sztuczną inteligencją. Kurs zawiera przegląd generatywnej sztucznej inteligencji, planowanie projektu generatywnej sztucznej inteligencji, wprowadzenie do Amazon Bedrock, podstawy inżynierii promptów oraz wzorce architektury do tworzenia aplikacji generatywnej sztucznej inteligencji przy użyciu Amazon Bedrock i LangChain.

Kod szkolenia
AWS-DGAI
Czas trwania
2 dni
Poziom
Zaawansowany
Cena
5000 zł
AWS
Dla kogo?

Kurs ten jest przeznaczony dla programistów zainteresowanych wykorzystaniem dużych modeli językowych bez konieczności ich precyzyjnego dostosowywania.

Zdobyte umiejętności

W ramach tego kursu nauczysz się:

  • Opisywać generatywną sztuczną inteligencję i jej powiązania z uczeniem maszynowym
  • Zdefiniować znaczenie generatywnej sztucznej inteligencji oraz wyjaśnić potencjalne zagrożenia i korzyści z nią związane
  • Określić wartość biznesową wynikającą z zastosowań generatywnej sztucznej inteligencji
  • Omówić podstawy techniczne i kluczową terminologię generatywnej sztucznej inteligencji
  • Wyjaśnić etapy planowania projektu generatywnej sztucznej inteligencji
  • Zidentyfikuj niektóre zagrożenia i sposoby ich ograniczania podczas korzystania z generatywnej sztucznej inteligencji
  • Zrozum, jak działa Amazon Bedrock
  • Zapoznać się z podstawowymi pojęciami związanymi z Amazon Bedrock
  • Rozpoznać zalety Amazon Bedrock
  • Wymień typowe przypadki użycia Amazon Bedrock
  • Opisz typową architekturę związaną z rozwiązaniem Amazon Bedrock
  • Zrozum strukturę kosztów Amazon Bedrock
  • Zaimplementuj demonstrację Amazon Bedrock w konsoli zarządzania AWS
  • Zdefiniuj inżynierię promptów i zastosuj ogólne najlepsze praktyki podczas interakcji z FM
  • Zidentyfikuj podstawowe typy technik promptów, w tym uczenie się zero-shot i few-shot
  • Zastosuj zaawansowane techniki prompt w razie potrzeby dla swojego przypadku użycia
  • Zidentyfikuj, które techniki prompt najlepiej nadają się do konkretnych modeli
  • Zidentyfikuj potencjalne nadużycia promptów
  • Analizuj potencjalne tendencyjności w odpowiedziach FM i projektuj podpowiedzi, które je ograniczają
  • Zidentyfikuj elementy aplikacji generatywnej sztucznej inteligencji i sposoby dostosowywania modelu podstawowego (FM).
  • Opisz modele podstawowe Amazon Bedrock, parametry wnioskowania i kluczowe interfejsy API Amazon Bedrock
  • Zidentyfikuj oferty Amazon Web Services (AWS), które pomagają w monitorowaniu, zabezpieczaniu i zarządzaniu aplikacjami Amazon Bedrock
  • Opisz, jak zintegrować LangChain z dużymi modelami językowymi (LLM), szablonami poleceń, łańcuchami, modelami czatu, modelami osadzania tekstu, modułami ładowania dokumentów, modułami pobierania i agentami dla
    Amazon Bedrock
  • Opisz wzorce architektury, które można wdrożyć za pomocą Amazon Bedrock w celu tworzenia generatywnych aplikacji AI
  • Zastosuj koncepcje do tworzenia i testowania przykładowych przypadków użycia, które wykorzystują różne rozwiązania Amazon
Wymagania wstępne

Zalecamy, aby uczestnicy tego kursu mieli:

Zakres szkolenia

Wprowadzenie do generatywnej sztucznej inteligencji – sztuka możliwości

  • Przegląd ML
  • Podstawy generatywnej sztucznej inteligencji
  • Przykłady zastosowań generatywnej sztucznej inteligencji
  • Generatywna sztuczna inteligencja w praktyce
  • Ryzyko i korzyści

Planowanie projektu generatywnej sztucznej inteligencji

  • Podstawy generatywnej sztucznej inteligencji
  • Generatywna sztuczna inteligencja w praktyce
    • Kontekst generatywnej sztucznej inteligencji
    • Etapy planowania projektu generatywnej sztucznej inteligencji
    • Ryzyko i środki ograniczające
    Moduł 3: Pierwsze kroki z Amazon Bedrock
    • Wprowadzenie do Amazon Bedrock
    • Architektura i przykłady zastosowań
    • Jak korzystać z Amazon Bedrock
    • Demonstracja: konfiguracja dostępu do Bedrock i korzystanie z Playgrounds

Podstawy inżynierii promptów

  • • Podstawy modeli podstawowych
    • Podstawy inżynierii promptów
    • Podstawowe techniki promptów
    • Zaawansowane techniki promptów
    • Demonstracja: dostrajanie podstawowego promptu tekstowego
    • Techniki promptów specyficzne dla modelu
    • Rozwiązywanie problemów związanych z niewłaściwym użyciem promptów
    • Ograniczanie stronniczości
    • Demonstracja: ograniczanie stronniczości obrazów

Komponenty aplikacji Amazon Bedrock

  • • Aplikacje i przypadki użycia
    • Omówienie komponentów aplikacji generatywnej sztucznej inteligencji
    • Modele podstawowe i interfejs FM
    • Praca z zestawami danych i osadzeniami
    • Demonstracja: osadzanie słów
    • Dodatkowe komponenty aplikacji
    • RAG
    • Dostosowywanie modelu
    • Zabezpieczanie aplikacji generatywnej sztucznej inteligencji
    • Architektura aplikacji generatywnej sztucznej inteligencji

Modele podstawowe Amazon Bedrock

  • • Wprowadzenie do modeli podstawowych Amazon Bedrock
    • Wykorzystanie modeli podstawowych Amazon Bedrock do wnioskowania
    • Metody Amazon Bedrock
    • Ochrona danych i możliwość kontroli
    • Demonstracja: Wywołanie modelu Bedrock do generowania tekstu przy użyciu podpowiedzi zero-shot

LangChain

  • • Optymalizacja wydajności LLM
    • Integracja AWS i LangChain
    • Wykorzystanie modeli z LangChain
    • Tworzenie promptów
    • Strukturyzowanie dokumentów za pomocą indeksów
    • Przechowywanie i pobieranie danych z pamięci
    • Wykorzystanie łańcuchów do sekwencjonowania komponentów
    • Zarządzanie zasobami zewnętrznymi za pomocą agentów LangChain
    • Demonstracja: Bedrock z LangChain przy użyciu promptu zawierającego kontekst

Wzorce architektury

  • • Wprowadzenie do wzorców architektury
    • Podsumowanie tekstu
    • Demonstracja: Podsumowanie tekstu małych plików za pomocą Anthropic Claude
    • Demonstracja: Abstrakcyjne podsumowanie tekstu za pomocą Amazon Titan przy użyciu LangChain
    • Odpowiadanie na pytania
    • Demonstracja: Wykorzystanie Amazon Bedrock do odpowiadania na pytania
    • Chatboty
    • Demonstracja: Interfejs konwersacyjny – chatbot z AI21 LLM
    • Generowanie kodu
    • Demonstracja: Wykorzystanie modeli Amazon Bedrock do generowania kodu
    • LangChain i agenci dla Amazon Bedrock
    • Demonstracja: Integracja modeli Amazon Bedrock z agentami LangChain

Zapytaj o termin i wycenę

To szkolenie realizujemy na zamówienie. Daj nam znać, a dopasujemy termin i formę (online / stacjonarnie),

Odpowiedź z propozycją terminu do 24 godzin
Bez zobowiązań – samo zapytanie niczego nie rezerwuje
Możliwość realizacji tylko dla Twojego zespołu