دوره LangChain برای توسعه اپلیکیشن‌ LLM

آنچه یاد خواهید گرفت:

• استفاده از لودرهای سند، تقسیم‌کننده‌های متن و تجزیه‌گرهای LangChain برای پردازش داده‌ بدون ساختار
• پیاده‌سازی تعبیه‌ها و فروشگاه‌های برداری برای امکان جستجوی سمانتیک و بازیابی داده‌
• ساخت گردش‌کارهای پیشرفته با زنجیره‌های LangChain مانند Sequential و Map Reduce
• ایجاد اپلیکیشن‌های پویا و آگاه از کانتکس با استفاده از کامپوننت‌های حافظه و ایجنت

توضیحات دوره

این دوره LangChain برای گردش‌کارهای پیشرفته Generative AI، مهارت‌های لازم برای ساخت اپلیکیشن‌های مقیاس‌پذیر مبتنی بر مدل‌های زبانی بزرگ (LLM) و نسل افزوده را در اختیار شما قرار می‌دهد. در ابتدا با مفاهیم پایه آشنا می‌شوید و یاد می‌گیرید چگونه ورودی و خروجی مدل، لودرهای سند و تقسیم‌کننده‌های متن داده‌ را برای تسک‌های GenAI آماده و ساختاردهی می‌کنند.

سپس با تکنیک‌های تعبیه و فروشگاه‌های برداری برای جستجوی سمانتیک و بازیابی موثر داده‌ آشنا خواهید شد. در ادامه به روش‌های بازیابی در LangChain و انواع زنجیره‌ها مانند Sequential و Stuff و Refine و Map Reduce برای مدیریت گردش‌کارهای پیچیده مسلط می‌شوید. در پایان نیز با حافظه و ایجنت‌های LangChain کار می‌کنید تا سیستم‌های آگاه از کانتکس ایجاد کرده و LLMs محلی مانند Falcon را در اپلیکیشن‌های واقعی یکپارچه کنید.

برای موفقیت در دوره، لازم است درک خوبی از زبان پایتون، مدل‌های زبانی و مفاهیم اولیه generative AI داشته باشید.

آنچه در پایان دوره قادر به انجام خواهید بود:

• ساختاربندی و پردازش داده‌ بدون ساختار با استفاده از ابزارهای ورودی و خروجی در LangChain 
• استفاده از تعبیه‌ها و فروشگاه‌های برداری برای جستجوی سمانتیک و بازیابی 
• ساخت گردش‌کارهای چندمرحله‌ای GenAI با استفاده از retrievers و زنجیره‌های LangChain 
• ایجاد اپلیکیشن‌های آگاه از کانتکس با استفاده از حافظه و ایجنت‌های LangChain 

دوره برای توسعه دهندگان هوش مصنوعی، مهندسان یادگیری ماشین و متخصصان GenAI ایده‌آل است.