Apprenez à construire des solutions d'IA générative sur AWS en travaillant de manière pratique avec Amazon Bedrock, les pipelines Retrieval Augmented Generation, Amazon Q Developer, et les chaînes d'outils LLM open-source. Vous appliquerez les concepts de tokenisation pour comprendre la tarification des modèles et les fenêtres contextuelles, construirez des pipelines RAG basés sur vos propres bases de connaissances, et utiliserez le SDK Bedrock en Rust et Python pour invoquer les modèles de fondation de manière programmatique. Le cours couvre Amazon Q Developer pour la génération de code assistée par l'IA, l'analyse de sécurité et les flux de travail de documentation dans VS Code et IntelliJ. Vous compilerez llama.cpp avec des optimisations de construction parallèle informées par la loi d'Amdahl, empaqueterez des modèles dans le format de quantification GGUF, et déployerez des LLM open-source sur des instances GPU AWS EC2. Le cours présente également SageMaker Canvas pour l'apprentissage machine visuel sans code et l'outil de packaging UV Python pour la gestion des dépendances. À l'issue de ce cours, vous serez en mesure d'évaluer les compromis entre les services AWS gérés, les chaînes d'outils open-source et les plateformes no-code pour les charges de travail d'IA générative de production.