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.
Struttura del corso
Introduzione a LlamaIndex
- Comprendere LlamaIndex e il suo ruolo negli LLM
- Configurazione di LlamaIndex: ambiente e prerequisiti
- Nozioni di base sull'indicizzazione dei dati personalizzati
LlamaIndex in azione
- Interrogare con LlamaIndex: tecniche e best practice
- Creazione di motori di query e chat con LlamaIndex
- Creazione di interfacce Streamlit intuitive per applicazioni LLM
Funzionalità avanzate di LlamaIndex
- Utilizzo della generazione aumentata di recupero (RAG) per un migliore recupero dei dati
- Sfruttare i vettori per una gestione efficiente dei dati
- Progettazione e implementazione di agenti LlamaIndex
Sviluppo di applicazioni con LlamaIndex
- Prompt engineering: catena di pensiero, ReAct, prompt a pochi colpi
- Sviluppo di un helper per la documentazione: un'applicazione LLM reale
- Debug e test di applicazioni LLM
Distribuzione e scalabilità
- Distribuzione di applicazioni basate su LlamaIndex
- Scalabilità delle applicazioni LLM per prestazioni elevate
- Monitoraggio e ottimizzazione delle applicazioni LLM
Considerazioni etiche e pratiche
- Esplorare le implicazioni etiche nelle applicazioni LLM
- Garantire la privacy e la sicurezza dei dati con LlamaIndex
- Prepararsi per i futuri sviluppi della tecnologia LLM
Riepilogo e prossime tappe
Requisiti
- Comprensione di Python concetti di programmazione e di base di Machine Learning
- Esperienza con API e sviluppo di applicazioni
- La familiarità con l'elaborazione del linguaggio naturale è utile ma non richiesta
Pubblico
- Gli sviluppatori
- Scienziati dei dati
42 ore