Préparez-vous à mettre en pratique vos compétences en ingénierie de l'IA générative ! Dans ce projet pratique guidé, vous appliquerez les connaissances et les techniques acquises tout au long des cours précédents du programme pour construire votre propre application d'IA générative dans le monde réel. Vous commencerez par combler les lacunes de connaissances clés, telles que l'utilisation des chargeurs de documents de LangChain pour ingérer des documents à partir de diverses sources. Vous explorerez et appliquerez ensuite des stratégies de découpage de texte pour améliorer la réactivité du modèle et utiliserez IBM watsonx pour intégrer des documents. Ces embeddings seront stockés dans une base de données vectorielle, que vous connecterez à LangChain pour développer un récupérateur de documents efficace. Au fur et à mesure de l'avancement de votre projet, vous mettrez en œuvre la Génération Augmentée par Récupération (RAG) pour améliorer la précision de la récupération, construirez un bot de réponse aux questions, et construirez une interface Gradio simple pour les réponses interactives du modèle. À la fin du cours, vous aurez une application IA complète, prête pour le portfolio, qui mettra en valeur vos compétences et servira de preuve convaincante de votre capacité à concevoir des solutions d'IA génératives du monde réel. Si vous êtes prêt à élever votre carrière avec une expérience pratique, inscrivez-vous dès aujourd'hui et franchissez la prochaine étape pour devenir un ingénieur IA confiant.
Projet : Applications d'IA générative avec RAG et LangChain
Ce cours fait partie de plusieurs programmes.
Enseigné en Français (doublage IA)
Instructeurs : Kang Wang
9 092 déjà inscrits
Inclus avec 
(69 avis)
Expérience recommandée
Ce que vous apprendrez
Acquérir une expérience pratique en construisant votre propre application d'IA générative dans le monde réel à présenter lors d'entretiens
Créer et configurer une base de données vectorielle pour stocker les enchâssements de documents et développer un extracteur pour récupérer les segments pertinents en fonction des requêtes de l'utilisateur
Mettre en place une interface Gradio simple pour l'interaction avec l'utilisateur et construire un bot de réponse aux questions en utilisant LangChain et un grand modèle de langage (LLM)
Compétences que vous acquerrez
- Catégorie : Interface utilisateur (UI)
- Catégorie : Prompt engineering
- Catégorie : Gestion des documents
- Catégorie : Traitement des données
- Catégorie : Grand modèle de langage (LLM)
- Catégorie : Stockage des données
- Catégorie : IA générative
- Catégorie : Traitement du langage naturel (NLP)
- Catégorie : Technologies de stockage des données
- Catégorie : Données non structurées
- Catégorie : Bases de données
Détails à connaître
Ajouter à votre profil LinkedIn
7 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable
Il y a 3 modules dans ce cours
Dans ce module, vous apprendrez tout sur les chargeurs de documents de LangChain et utiliserez ensuite ces connaissances pour charger votre document à partir de diverses sources. Vous explorerez également les différentes stratégies de fractionnement du texte avec RAG et LangChain et les appliquerez pour améliorer la réactivité du modèle. Des laboratoires pratiques vous donneront l'occasion de vous entraîner à charger des documents et à mettre en œuvre les techniques de découpage de texte que vous avez apprises.
Inclus
3 vidéos4 lectures2 devoirs3 éléments d'application1 plugin
Dans ce module, vous apprendrez à stocker des embeddings à l'aide d'un magasin vectoriel et à utiliser Chroma DB pour sauvegarder des embeddings. Vous aurez un aperçu des récupérateurs LangChain tels que le récupérateur basé sur un magasin vectoriel, le récupérateur multi-requête, le récupérateur auto-requête et le récupérateur de documents parentaux. Dans les laboratoires pratiques, vous préparerez et prétraiterez des documents pour l'intégration et utiliserez watsonx.IA pour générer des intégrations pour vos documents. Vous utiliserez des bases de données vectorielles telles que Chroma DB et FAISS pour stocker les embeddings générés à partir de données textuelles à l'aide de LangChain. Enfin, vous utiliserez divers extracteurs pour extraire efficacement des segments de documents pertinents à partir de texte en utilisant LangChain.
Inclus
3 vidéos1 lecture2 devoirs3 éléments d'application2 plugins
Dans ce module, vous apprendrez à mettre en œuvre RAG pour améliorer la recherche. Vous vous familiariserez avec Gradio et apprendrez à mettre en place une interface Gradio simple pour interagir avec vos modèles. Vous apprendrez également à construire un robot d'assurance qualité pour répondre à des questions à partir de documents chargés en utilisant LangChain et LLMs. A l'aide de travaux pratiques, vous aurez l'occasion de vous entraîner à la mise en place d'une interface Gradio, ainsi qu'à la construction d'un robot d'assurance qualité. Dans le projet final, vous construirez une application IA en utilisant RAG et LangChain.
Inclus
1 vidéo4 lectures3 devoirs1 évaluation par les pairs2 éléments d'application4 plugins
Obtenez un certificat professionnel
Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.
En savoir plus sur Apprentissage automatique
Statut : Essai gratuit
Statut : Essai gratuit
Statut : Essai gratuit
Statut : Essai gratuit
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Avis des étudiants
69 avis
- 5 stars
88,57 %
- 4 stars
7,14 %
- 3 stars
0 %
- 2 stars
1,42 %
- 1 star
2,85 %
Affichage de 3 sur 69
Révisé le 18 déc. 2024
The best of the one of AI foundation courser, Thanks a lot, only this course give code detail material, really learned a lot, Super, Bravo!
Révisé le 13 déc. 2024
clear teaching material, guiding learner to complete the flow
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
Ce cours convient à ceux qui s'intéressent à l'ingénierie de l'IA et comprend la formation, le développement, la mise au point et le déploiement de grands modèles de langage (LLM). C'est le cours de projet idéal pour les apprenants qui ont suivi les autres cours du titre de spécialisation : Ingénierie de l'IA générative avec LLMs.
Les scientifiques de données existants et aspirants, les ingénieurs IA et les ingénieurs en apprentissage automatique bénéficieront grandement de l'achèvement de ce projet.
Avec 3 à 4 heures d'étude par semaine, vous pouvez terminer ce cours et le projet guidé en 3 semaines. Si vous êtes capable de consacrer plus de temps par semaine, vous pourrez le terminer beaucoup plus rapidement !
Ce cours est de niveau intermédiaire, vous devez donc avoir des connaissances de base en Python. Une familiarité avec les LLM, LangChain et RAG serait un avantage supplémentaire.Toutefois, pour tirer le meilleur parti de ce cours, nous vous recommandons de suivre tous les autres cours de la spécialisation IBM Generative IA Engineering with LLMs.
Plus de questions
Aide financière disponible,