Prenez contact avec nous

Plan du cours

Introduction à LlamaIndex

  • Compréhension de LlamaIndex et de son rôle dans les LLM
  • Installation de LlamaIndex : environnement et prérequis
  • Les bases de l'indexation de données personnalisées

LlamaIndex en action

  • Interrogation avec LlamaIndex : techniques et bonnes pratiques
  • Construction de moteurs de requête et de chat avec LlamaIndex
  • Création d'interfaces Streamlit intuitives pour les applications LLM

Fonctionnalités avancées de LlamaIndex

  • Utilisation de la génération augmentée par récupération (RAG) pour une récupération de données améliorée
  • Exploitation des vector stores pour une gestion efficace des données
  • Conception et implémentation d'agents LlamaIndex

Développement d'applications avec LlamaIndex

  • Génie des prompts : chaîne de pensée, ReAct, prompting few-shot
  • Développement d'un assistant de documentation : une application LLM concrète
  • Débogage et test des applications LLM

Déploiement et mise à l'échelle

  • Déploiement d'applications basées sur LlamaIndex
  • Montée en charge des applications LLM pour des performances élevées
  • Surveillance et optimisation des applications LLM

Considérations éthiques et pratiques

  • Naviguer dans les implications éthiques des applications LLM
  • Garantir la confidentialité et la sécurité des données avec LlamaIndex
  • Se préparer aux évolutions futures de la technologie LLM

Synthèse et prochaines étapes

Pré requis

  • Une compréhension de la programmation en Python et des concepts de base du machine learning
  • De l'expérience avec les API et le développement d'applications
  • Une familiarité avec le traitement du langage naturel est utile mais non obligatoire

Public

  • Développeurs
  • Data scientists
 42 Heures

Nombre de participants


Prix par participant

Cours à venir

Catégories Similaires