Schulungsübersicht

Einführung in LlamaIndex

  • Verständnis von LlamaIndex und seiner Rolle in LLMs
  • Einrichten von LlamaIndex: Umgebung und Voraussetzungen
  • Die Grundlagen der Indizierung benutzerdefinierter Daten

LlamaIndex in Aktion

  • Abfragen mit LlamaIndex: Techniken und beste Praktiken
  • Aufbau von Abfrage- und Chat-Engines mit LlamaIndex
  • Erstellen intuitiver Streamlit-Schnittstellen für LLM-Anwendungen

Erweiterte LlamaIndex-Funktionen

  • Verwendung von Retrieval-Augmented Generation (RAG) für eine verbesserte Datenabfrage
  • Nutzung von Vektorspeichern für effizientes Datenmanagement
  • Entwurf und Implementierung von LlamaIndex-Agenten

Anwendungsentwicklung mit LlamaIndex

  • Prompt-Engineering: Gedankenkette, ReAct, Wenig-Prompting
  • Entwicklung eines Dokumentationshelfers: eine LLM-Anwendung aus der Praxis
  • Fehlersuche und Testen von LLM-Anwendungen

Einsatz und Skalierung

  • Einsatz von LlamaIndex-basierten Anwendungen
  • Skalierung von LLM-Anwendungen für hohe Leistung
  • Überwachen und Optimieren von LLM-Anwendungen

Ethische und praktische Erwägungen

  • Navigieren durch ethische Implikationen in LLM-Anwendungen
  • Sicherstellung von Datenschutz und Datensicherheit mit LlamaIndex
  • Vorbereitung auf zukünftige Entwicklungen in der LLM-Technologie

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Verständnis von Python Programmierung und grundlegenden Konzepten des maschinellen Lernens
  • Erfahrung mit APIs und Anwendungsentwicklung
  • Vertrautheit mit der Verarbeitung natürlicher Sprache ist von Vorteil, aber nicht erforderlich

Zielgruppe

  • Entwickler
  • Datenwissenschaftler
 42 Stunden

Teilnehmerzahl



Preis je Teilnehmer

Kombinierte Kurse

Introduction to Large Language Models (LLMs)

14 Stunden

Verwandte Kategorien