Die Nachfrage der Wirtschaft nach technischen KI-Fähigkeiten explodiert und KI-Ingenieure, die mit großen Sprachmodellen (LLMs) arbeiten können, sind sehr gefragt. Dieser Kurs "Grundlagen der Erstellung von KI-Agenten mit RAG und LangChain" vermittelt berufsreife Fähigkeiten, die Ihre KI-Karriere vorantreiben werden.
Grundlagen der KI-Agenten mit RAG und LangChain
Neues Jahr. Große Ziele. Höhere Einsparungen. Schalte mit Coursera Plus für $199 ein Jahr unbegrenzten Zugang zum Lernen frei. Jetzt sparen.
Grundlagen der KI-Agenten mit RAG und LangChain
Dieser Kurs ist Teil mehrerer Programme.
Dozenten: Joseph Santarcangelo
4.285 bereits angemeldet
Bei 
enthalten
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
4.6
(25 Bewertungen)
Stufe Mittel
Empfohlene Erfahrung
Es dauert 6 Stunden
3 Wochen bei 2 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Was Sie lernen werden
Nachgefragte, berufsrelevante Fähigkeiten, die Unternehmen benötigen, um KI-Agenten mit RAG und LangChain in nur 8 Stunden zu erstellen.
Wie man die Grundlagen des kontextbezogenen Lernens und fortgeschrittene Methoden des Prompt-Engineering anwendet, um das Prompt-Design zu verbessern.
Wichtige LangChain-Konzepte, Werkzeuge, Komponenten, Chat-Modelle, Ketten und Agenten.
Wie man RAG, PyTorch, Hugging Face, LLMs und LangChain-Technologien auf verschiedene Anwendungen anwendet.
Kompetenzen, die Sie erwerben
- Kategorie: Retrieval augmented generation (RAG)
- Kategorie: Kontextbezogenes Lernen und Sofortengineering
- Kategorie: LangChain
- Kategorie: Vektor-Datenbanken
- Kategorie: Chatbots
Wichtige Details
Zertifikat zur Vorlage
Zu Ihrem LinkedIn-Profil hinzufügen
Kürzlich aktualisiert!
September 2024
Bewertungen
4 Aufgaben
Unterrichtet in Englisch
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
Dieser Kurs ist als Teil verfügbar
Wenn Sie sich für diesen Kurs anmelden, müssen Sie auch ein bestimmtes Programm auswählen.
- 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 diesem Modul lernen Sie, wie RAG verwendet wird, um Antworten für verschiedene Anwendungen wie Chatbots zu generieren. Anschließend lernen Sie den RAG-Prozess, den Dense Passage Retrieval (DPR)-Kontextencoder und Fragencoder mit ihren Tokenizern sowie die von Facebook AI Research entwickelte Faiss-Bibliothek für die Suche nach hochdimensionalen Vektoren kennen. In praktischen Übungen werden Sie RAG mit PyTorch verwenden, um die Angemessenheit von Inhalten zu bewerten, und mit Hugging Face, um Informationen aus dem Datensatz abzurufen.
Das ist alles enthalten
3 Videos3 Lektüren2 Aufgaben2 App-Elemente1 Plug-in
In diesem Modul lernen Sie das kontextbezogene Lernen und fortgeschrittene Methoden des Prompt-Engineerings kennen, um die Prompts zu entwerfen und zu verfeinern, um relevante und genaue Antworten von KI zu generieren. Anschließend werden Sie in das LangChain-Framework eingeführt, eine Open Source-Schnittstelle zur Vereinfachung des Anwendungsentwicklungsprozesses mit LLM. Sie lernen die Werkzeuge, Komponenten und Chat-Modelle kennen. Das Modul umfasst auch Konzepte wie Prompt-Templates, Beispiel-Selektoren und Output-Parser. Sie werden dann den LangChain-Dokumentenlader und -Retriever, LangChain-Ketten und Agenten für die Erstellung von Anwendungen erkunden. In praktischen Übungen werden Sie LLM-Anwendungen verbessern und einen Agenten entwickeln, der integrierte LLM-, LangChain- und RAG-Technologien für die interaktive und effiziente Dokumentensuche verwendet.
Das ist alles enthalten
6 Videos4 Lektüren2 Aufgaben3 App-Elemente2 Plug-ins
von
Empfohlen, wenn Sie sich für Maschinelles Lernen interessieren
Google
DeepLearning.AI
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - 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
Mit 3-4 Stunden Lernzeit können Sie diesen Kurs abschließen und in nur acht Stunden die Fähigkeiten erwerben, die Sie brauchen, um einen Arbeitgeber zu beeindrucken!
Dieser Kurs ist auf mittlerem Niveau angesiedelt. Um den größtmöglichen Lernerfolg zu erzielen, müssen Sie über Grundkenntnisse in Python und PyTorch verfügen. Sie sollten auch mit Konzepten des maschinellen Lernens und neuronaler Netze vertraut sein und es ist hilfreich, wenn Sie mit Sprachmodellierung, Transformatormodellen, GPT und Grundlagen der Feinabstimmung vertraut sind.
Dieser Kurs ist Teil der Spezialisierung Generative AI Engineering mit LLMs. Nach Abschluss dieses Kurses verfügen Sie über die Fähigkeiten und das Selbstvertrauen, um Jobs als KI-Ingenieur, NLP-Ingenieur, Ingenieur für maschinelles Lernen, Deep-Learning-Ingenieur, Datenwissenschaftler oder Software, die mit LLMs arbeiten möchte, anzunehmen.