Get ready to put all your gen AI engineering skills into practice! This guided project will test and apply the knowledge and understanding you’ve gained throughout the previous courses in the program. You will build your own real-world gen AI application.
Project: Generative AI Applications with RAG and LangChain
Offrez à votre carrière le cadeau de Coursera Plus avec $160 de réduction, facturé annuellement. Économisez aujourd’hui.
Project: Generative AI Applications with RAG and LangChain
Ce cours fait partie de plusieurs programmes.
Instructeurs : Kang Wang
Inclus avec 
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
niveau Intermédiaire
Expérience recommandée
9 heures pour terminer
3 semaines à 3 heures par semaine
Planning flexible
Apprenez à votre propre rythme
Ce que vous apprendrez
Gain practical experience building your own real-world gen AI application that you can talk about in interviews.
Get hands-on using LangChain to load documents and apply text splitting techniques with RAG and LangChain to enhance model responsiveness.
Create and configure a vector database to store document embeddings and develop a retriever to fetch document segments based on queries.
Set up a simple Gradio interface for model interaction and construct a QA bot using LangChain and an LLM to answer questions from loaded documents.
Compétences que vous acquerrez
- Catégorie : Generative AI applications
- Catégorie : Retrieval augmented generation (RAG)
- Catégorie : Vector Database
- Catégorie : LangChain
- Catégorie : Gradio
- Catégorie : Vector database
Détails à connaître
Certificat partageable
Ajouter à votre profil LinkedIn
Récemment mis à jour !
octobre 2024
Évaluations
7 devoirs
Enseigné en Anglais
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
Ce cours est disponible dans le cadre de
Lorsque vous vous inscrivez à ce cours, vous devez également sélectionner un programme spécifique.
- 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
Obtenez un certificat professionnel
Ajoutez cette qualification à votre profil LinkedIn ou à votre CV
Partagez-le sur les réseaux sociaux et dans votre évaluation de performance
Il y a 3 modules dans ce cours
In this module, you will learn all about document loaders from LangChain and then use that knowledge to load your document from various sources. You will also explore the various text splitting strategies with RAG and LangChain and apply them to enhance model responsiveness. Hands-on labs will provide you an opportunity to practice loading documents as well as implement the text-splitting techniques you have learned.
Inclus
3 vidéos3 lectures2 devoirs3 éléments d'application1 plugin
In this module, you will learn how to store embeddings using a vector store and how to use Chroma DB to save embeddings. You’ll gain insights into LangChain retrievers like the Vector Store-Based, Multi-Query, Self-Query, and Parent Document Retriever. In hands-on labs, you’ll prepare and preprocess documents for embedding and use watsonx.ai to generate embeddings for your documents. You’ll use vector databases such as Chroma DB and FAISS to store embeddings generated from textual data using LangChain. Finally, you’ll use various retrievers to efficiently extract relevant document segments from text using LangChain.
Inclus
3 vidéos1 lecture2 devoirs3 éléments d'application2 plugins
In this module, you will learn how to implement RAG to improve retrieval. You will become familiar with Gradio and how to set up a simple Gradio interface to interact with your models. You will also learn how to construct a QA bot to answer questions from loaded documents using LangChain and LLMs. Using hands-on labs, you will have the opportunity to practice setting up a Gradio interface, as well as constructing a QA bot. In the final project, you will build an AI application using RAG and LangChain.
Inclus
1 vidéo4 lectures3 devoirs1 évaluation par les pairs2 éléments d'application4 plugins
Recommandé si vous êtes intéressé(e) par Machine Learning
University of Michigan
Google Cloud
Coursera Project Network
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à plus de 7 000 cours de renommée internationale, à des projets pratiques et à des programmes de certificats reconnus sur le marché du travail, 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
This course is suitable for those interested in AI engineering and includes training, developing, fine-tuning, and deploying large language models (LLMs). It is the ideal project course for learners who have completed the other courses in the Specialization title: Generative AI Engineering with LLMs.
Existing and aspiring data scientists, AI engineers, and machine learning engineers will benefit greatly from completing this project.
With 3–4 hours of study per week, you can complete this course and the guided project in 3 weeks. If you are able to put in more time per week, you can complete it a lot faster!
This course is intermediate level, so you must have basic knowledge of Python. Familiarity with LLMs, LangChain, and RAG would be an added advantage.However, to get the most out of this course, we recommend that you complete all the other courses in the IBM Generative AI Engineering with LLMs specialization.