Course Outline

Pengantar LlamaIndex

  • Memahami LlamaIndex dan perannya dalam LLM
  • Menyiapkan LlamaIndex: lingkungan dan prasyarat
  • Dasar-dasar pengindeksan data khusus

LlamaIndex beraksi

  • Membuat kueri dengan LlamaIndex: teknik dan praktik terbaik
  • Membangun mesin kueri dan obrolan dengan LlamaIndex
  • Membuat antarmuka Streamlit yang intuitif untuk aplikasi LLM

Fitur LlamaIndex Tingkat Lanjut

  • Menggunakan generasi retrieval-augmented (RAG) untuk pengambilan data yang lebih baik
  • Memanfaatkan vectorstore untuk pengelolaan data yang efisien
  • Merancang dan mengimplementasikan agen LlamaIndex

Pengembangan Aplikasi dengan LlamaIndex

  • Rekayasa cepat: rantai pemikiran, ReAct, dorongan beberapa langkah
  • Mengembangkan pembantu dokumentasi: aplikasi LLM dunia nyata
  • Men-debug dan menguji aplikasi LLM

Penerapan dan Penskalaan

  • Menyebarkan aplikasi berbasis LlamaIndex
  • Menskalakan aplikasi LLM untuk kinerja tinggi
  • Memantau dan mengoptimalkan aplikasi LLM

Pertimbangan Etis dan Praktis

  • Menavigasi implikasi etis dalam aplikasi LLM
  • Memastikan privasi dan keamanan data dengan LlamaIndex
  • Mempersiapkan perkembangan masa depan dalam teknologi LLM

Ringkasan dan Langkah Selanjutnya

Requirements

  • Pemahaman tentang pemrograman Python dan konsep dasar pembelajaran mesin
  • Pengalaman dengan API dan pengembangan aplikasi
  • Keakraban dengan pemrosesan bahasa alami bermanfaat tetapi tidak diperlukan

Hadirin

  • Pengembang
  • Ilmuwan data
 42 Hours

Number of participants



Price per participant

Related Courses

Advanced LLMs for NLP Tasks

21 Hours

Related Categories