Business demand for technical gen AI skills is exploding and AI engineers who can work with large language models (LLMs) are in high demand. This Fundamentals of Building AI Agents using RAG and LangChain course builds job-ready skills that will fuel your AI career.
Fundamentals of AI Agents Using RAG and LangChain
Dieser Kurs ist Teil mehrerer Programme.
Dozenten: Joseph Santarcangelo
Bei enthalten
(10 Bewertungen)
Empfohlene Erfahrung
Was Sie lernen werden
In-demand job-ready skills businesses need for building AI agents using RAG and LangChain in just 8 hours.
How to apply the fundamentals of in-context learning and advanced methods of prompt engineering to enhance prompt design.
Key LangChain concepts, tools, components, chat models, chains, and agents.
How to apply RAG, PyTorch, Hugging Face, LLMs, and LangChain technologies to different applications.
Kompetenzen, die Sie erwerben
- Kategorie: Retrieval augmented generation (RAG)
- Kategorie: In-context learning and prompt engineering
- Kategorie: LangChain
- Kategorie: Vector databases
- Kategorie: Chatbots
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
September 2024
4 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage
Erwerben Sie ein Karrierezertifikat.
Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.
Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.
In diesem Kurs gibt es 2 Module
In this module, you will learn how RAG is used to generate responses for different applications such as chatbots. You’ll then learn about the RAG process, the Dense Passage Retrieval (DPR) context encoder and question encoder with their tokenizers, and the Faiss library developed by Facebook AI Research for searching high-dimensional vectors. In hands-on labs, you will use RAG with PyTorch to evaluate content appropriateness and with Hugging Face to retrieve information from the dataset.
Das ist alles enthalten
3 Videos3 Lektüren2 Aufgaben2 App-Elemente1 Plug-in
In this module, you will learn about in-context learning and advanced methods of prompt engineering to design and refine the prompts for generating relevant and accurate responses from AI. You’ll then be introduced to the LangChain framework, which is an open-source interface for simplifying the application development process using LLM. You’ll learn about its tools, components, and chat models. The module also includes concepts such as prompt templates, example selectors, and output parsers. You’ll then explore the LangChain document loader and retriever, LangChain chains and agents for building applications. In hands-on labs, you will enhance LLM applications and develop an agent that uses integrated LLM, LangChain, and RAG technologies for interactive and efficient document retrieval.
Das ist alles enthalten
6 Videos4 Lektüren2 Aufgaben3 App-Elemente2 Plug-ins
von
Empfohlen, wenn Sie sich für Machine Learning interessieren
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu über 7.000 erstklassigen Kursen, praktischen Projekten und Zertifikatsprogrammen, die Sie auf den Beruf vorbereiten – alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
With 3-4 hours of study, you can complete this course and build the job-ready skills you need to impress an employer within just eight hours!
This course is intermediate level, so to get the most out of your learning, you must have basic knowledge of Python and PyTorch. You should also be familiar with machine learning and neural network concepts, and it is helpful if you are familiar with language modeling, transformer models, GPT, and fine-tuning fundamentals.
This course is part of the Generative AI Engineering with LLMs specialization. When you complete this course, you will have the skills and confidence to take on jobs such as AI engineer, NLP engineer, machine learning engineer, deep learning engineer, data scientist, or software seeking to work with LLMs.