تسلط به LlamaIndex - ساخت راه حل های داده هوشمند با هوش مصنوعی

در این دوره به موتورهای کوئری، تکنیک های دقیق برای اپلیکیشن های هوش مصنوعی هوشمند و سیستم های RAG با توسعه کارآمد هوش مصنوعی مسلط می شوید.

آنچه یاد خواهید گرفت

• درک اصول LlamaIndex و راه اندازی گردش‌ کارهای قوی مبتنی بر هوش مصنوعی برای راه‌ حل‌ های داده
• تسلط به تکنیک های بارگذاری داده، از جمله SimpleDirectoryReader، تجزیه HTML و یکپارچه سازی DeepLake 
• یادگیری ساخت، سفارشی سازی و بهینه سازی پایپ لاین های RAG برای بازیابی و تقویت کارآمد 
• توسعه تخصص در تعبیه نسل با HuggingFace و OpenAI برای نمایش داده با کیفیت بالا
• کسب مهارت در موتورهای کوئری، retrievers و ایندکس گذاری برداری برای بینش های دقیق هوش مصنوعی محور
• استفاده از ابزارهای پیشرفته مشاهده پذیری و ابزار دقیق برای اشکال زدایی و نظارت بر عملکرد اپلیکیشن
• طراحی پرامپت های متناسب و synthesizers پاسخ برای تقویت سیستم‌ های هوش مصنوعی مکالمه ای
• پیاده سازی تکنیک‌ های ارزیابی مانند صحت، ارتباط و وفاداری برای اعتبارسنجی سیستم end-to-end

پیش نیازهای دوره

• دانش اولیه پایتون - آشنایی با برنامه نویسی پایتون مفید است اما اجباری نیست. ما توضیحات و منابع کد مبتدی پسند را ارائه خواهیم کرد.
• درک مبانی هوش مصنوعی - درک کلی از مفاهیم هوش مصنوعی مانند تعبیه ها، کوئری ها و LLMs کمک خواهد کرد اما نیاز نیست. مفاهیم بنیادی پوشش داده خواهد شد.

توضیحات دوره

آنچه یاد خواهید گرفت؟

مفاهیم بنیادی

• بررسی معماری LLMs و یکپارچه سازی آن ها در گردش کارهای داده مدرن 
• درک نقش LlamaIndex در پایپ لاین های RAG که امکان بازیابی و تقویت کارآمد داده را فراهم می کند.
• یادگیری اصول تعبیه‌ نسل با ابزارهایی مانند HuggingFace و OpenAI APIs

بارگذاری و ایندکس گذاری داده 

• استفاده از ابزارهایی مانند SimpleDirectoryReader و HTML Reader برای بارگذاری و پردازش داده 
• یکپارچه سازی فایل های سیستم و پایگاه داده های از راه دور با استفاده از DeepLake Reader و Database Reader 
• بررسی عمیق پایگاه داده های برداری و retrievers ایندکس برای فعال سازی کوئری های داده کارآمد و مقیاس پذیر

گردش کارهای پیشرفته و سفارشی سازی

• تسط به پایپ لاین های جذب داده، از جمله تکه بندی گره و استخراج متادیتا
• سفارشی سازی گردش کارها با تبدیل گره های پیشرفته و پردازش مستندات
• طراحی پایپ لاین های انعطاف پذیر برای داده ساختار یافته و بدون ساختار، از جمله استخراج متادیتای PDF و استخراج انتیتی

موتورهای کوئری و بهینه سازی

• ساخت تکنیک های کوئری پیشرفته با ابزارهایی مانند JSONQueryEngine و Text-to-SQL Systems 
• بهینه سازی مراحل کوئری برای دقت، استفاده از ویژگی هایی مانند رنکینگ مجدد جمله و فیلترهای اخیر
• یادگیری ارزیابی و اصلاح گردش کارها با استفاده از حالت‌ های retriever و synthesizers پاسخ

مشاهده پذیری و اشکال زدایی

• کسب بینش های عمیق درباره گردش کارهای خود با ابزارهای مشاهده پذیری مانند TraceLoop
• استفاده از ماژول ابزار دقیق جدید برای اشکال زدایی، ردیابی تماس و بهینه سازی عملکرد 
• نظارت بر ورودی ها و خروجی های LLM برای اطمینان از قابلیت اطمینان و دقت در سیستم های تولید

ارزیابی و اعتبارسنجی

• تقویت راه حل های داده خود با تکنیک های ارزیابی مانند check های صحت، ارتباط و وفاداری 
• استفاده از ابزارهای پیشرفته مانند Tonic Validate برای اطمینان از سیستم های هوش مصنوعی قوی و قابل اعتماد 
• مقایسه retrievers با حالت‌ های پاسخ برای شناسایی بهترین یوزکیس خود

این دوره برای چه کسانی مناسب است؟

• علاقه مندان و توسعه دهندگان هوش مصنوعی
• دانشمندان و تحلیلگران داده
• مهندسان نرم افزار
• یادگیرندگان مبتدی تا متوسط
• سازندگان اپلیکیشن هوش مصنوعی
• مدرسان و علاقه مندان به فناوری