Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Architecture et conception d'applications LLM
- Modèles d'applications OpenAI courants pour assistants, copilotes et automatisation des flux de travail.
- Choix de l'architecture adaptée aux exigences métier, à la fiabilité et à l'expérience utilisateur.
- Passage du code prototype à une conception d'application maintenable.
Prompting, contexte et sorties structurées
- Structuration des instructions système, utilisateur et développeur pour un comportement prévisible.
- Conception d'invites pour assurer la cohérence, le contrôle des tâches et des réponses plus claires.
- Utilisation de sorties structurées pour prendre en charge la logique applicative en aval.
- Gestion des fenêtres de contexte, de l'état de conversation et de la qualité des réponses.
Utilisation d'outils et orchestration des flux de travail
- Utilisation de l'appel de fonctions et de workflows avec outils en intégrant des services externes.
- Validation des entrées et des sorties, gestion des erreurs et application de comportements de repli.
- Conception de flux multi-étapes pour des tâches métier pratiques.
Récupération et ancrage des connaissances
- Identification des situations où la génération augmentée par récupération (RAG) est appropriée.
- Préparation des documents et découpage du contenu pour une récupération efficace.
- Récupération de contextes pertinents et ancrage des réponses dans des sources fiables.
Évaluation, garde-fous et préparation opérationnelle
- Définition des critères de qualité et test des flux de travail par rapport aux résultats attendus.
- Réduction des hallucinations et gestion des requêtes dangereuses, non pertinentes ou ambiguës.
- Surveillance de l'utilisation, de la latence, de la consommation de tokens et des coûts.
- Préparation des applications pour le déploiement, le support et l'amélioration itérative.
Atelier de mise en œuvre pratique
- Construction d'une petite application OpenAI de bout en bout combinant prompting, sorties structurées, utilisation d'outils et récupération.
- Examen des décisions de conception, des problèmes courants et des prochaines étapes pratiques pour un usage en production.
Pré requis
- Connaissance des concepts des grands modèles de langage et du développement d'applications basées sur des API.
- Expérience dans le travail avec des API REST, des données JSON et des flux de travail d'applications pilotés par des invites.
- Expérience intermédiaire en programmation avec Python, JavaScript ou un langage similaire.
Public cible
- Développeurs logiciels construisant des applications alimentées par des LLM.
- Ingénieurs en IA et responsables techniques concevant des solutions basées sur OpenAI.
- Équipes produit et architectes de solutions responsables des fonctionnalités d'IA en production.
7 Heures
