Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Plan du cours
Introduction à LlamaIndex
- Comprendre LlamaIndex et son rôle dans les LLMs
- Mise en place de LlamaIndex : environnement et prérequis
- Les bases de l'indexation de données personnalisées
LlamaIndex en action
- Interroger avec LlamaIndex : techniques et meilleures pratiques
- Construire des 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 améliorer la récupération des données
- Exploitation des entrepôts de données vectorielles pour une gestion efficace des données
- Conception et mise en œuvre des agents LlamaIndex
Développement d'applications avec LlamaIndex
- Ingénierie des messages-guides : chaîne de pensée, ReAct, messages-guides à court terme
- Développement d'une aide à la documentation : une application LLM réelle
- Débogage et test des applications LLM
Déploiement et mise à l'échelle
- Déploiement d'applications basées sur LlamaIndex
- Mise à l'échelle des applications LLM pour une haute performance
- 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 développements futurs de la technologie LLM
Résumé et prochaines étapes
Pré requis
- Compréhension de la programmation Python et des concepts de base de l'apprentissage automatique
- Expérience des API et du développement d'applications
- Une bonne connaissance du traitement du langage naturel est souhaitable mais pas obligatoire.
Audience
- Développeurs
- Scientifiques des données
42 heures