Coursera

Construire, analyser et remanier les flux de travail LLM

Profitez de l'une de nos meilleures offres et renforcez vos compétences avec 50 % de réduction sur Coursera Plus. Économisez maintenant.

Coursera

Construire, analyser et remanier les flux de travail LLM

Starweaver
Ritesh Vajariya

Instructeurs : Starweaver

1 541 déjà inscrits

Inclus avec Coursera Plus

Demander à Coursera

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
niveau Intermédiaire

Expérience recommandée

6 heures à compléter
Planning flexible
Apprenez à votre propre rythme
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
niveau Intermédiaire

Expérience recommandée

6 heures à compléter
Planning flexible
Apprenez à votre propre rythme

Ce que vous apprendrez

  • Construire des chaînes LLM modulaires en utilisant les composants de base de LangChain (invites, modèles et analyseurs de sortie) pour remplacer les appels d'API codés en dur.

  • Appliquer une méthodologie de refactorisation systématique pour transformer les scripts LLM existants en flux de travail LangChain maintenables avec une gestion appropriée des erreurs.

  • Mettre en œuvre des modèles prêts à la production pour les cas d'utilisation LLM courants, y compris les systèmes de questions-réponses, les pipelines de résumé et les flux d'extraction de données.

Compétences que vous acquerrez

  • Catégorie : Modélisation des grandes langues
  • Catégorie : Candidature au LLM
  • Catégorie : Génération assistée par récupération
  • Catégorie : Surveillance du système
  • Catégorie : Emboîtements
  • Catégorie : Optimisation des performances
  • Catégorie : Réutilisation du code
  • Catégorie : Maintenabilité
  • Catégorie : Évolutivité
  • Catégorie : Motifs de l'invitation

Outils que vous découvrirez

  • Catégorie : Bases de données vectorielles
  • Catégorie : Orchestration de l'IA
  • Catégorie : Ingénierie rapide
  • Catégorie : IA générative
  • Catégorie : LangChain
  • Catégorie : Workflows d'IA

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

 logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Élaborez votre expertise du sujet

Ce cours fait partie de la Spécialisation "Créer des applications LLM de nouvelle génération avec LangChain et LangGraph"
Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.
  • 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

Ce module présente les éléments CORE de LangChain et montre comment les utiliser pour remplacer les scripts LLM fragmentés par des workflows modulaires et faciles à maintenir. Vous apprendrez comment les prompts, les modèles linguistiques et les analyseurs de sortie fonctionnent ensemble pour créer des chaînes réutilisables, tout en découvrant les meilleures pratiques pour structurer les applications LLM. Grâce à des exercices pratiques, vous acquerrez de l'expérience dans la transformation d'interactions API codées en dur en composants LangChain évolutifs qui améliorent la maintenabilité, la lisibilité et l'efficacité du développement.

Inclus

4 vidéos2 lectures1 devoir

Ce module se concentre sur une approche structurée visant à refactoriser des applications LLM existantes en workflows LangChain prêts à être mis en production. Vous découvrirez une méthodologie éprouvée pour analyser, repenser et transformer le code hérité tout en améliorant sa maintenabilité, son évolutivité et sa fiabilité. Ce module aborde également l'organisation des workflows, les stratégies de gestion des erreurs et les bonnes pratiques permettant de créer des architectures robustes, plus faciles à étendre, à tester et à prendre en charge dans des environnements réels.

Inclus

3 vidéos1 devoir

Ce module explore les modèles de conception prêts à l'emploi pour le développement d'applications évolutives et fiables basées sur des modèles de langage de grande envergure (LLM). Vous apprendrez à mettre en œuvre des systèmes de génération augmentée par la recherche (RAG), des approches de surveillance, des stratégies de mise en cache et des architectures de workflow pour des cas d'utilisation courants tels que la réponse à des questions, la synthèse et l'extraction de données. À travers des projets pratiques, vous appliquerez ces techniques pour créer des solutions LLM efficaces et de niveau entreprise, conçues pour un déploiement en conditions réelles.

Inclus

4 vidéos1 lecture2 devoirs

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.

Instructeurs

Starweaver
Coursera
571 Cours1 157 301 apprenants

Offert par

Coursera

En savoir plus sur Stratégie commerciale

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.’

Foire Aux Questions

¹ Certains travaux de ce cours sont notés par l'IA. Pour ces travaux, vos Données internes seront utilisées conformément à Notification de confidentialité de Coursera.