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.
Durée 42 heures
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