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
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