Cours intensif générateur de 5 jours avec Google
Bienvenue dans le cours complet de 5 jours en matière d'IA de 5 jours par Google. Ce cours est conçu pour offrir aux participants des compétences pratiques pour utiliser les outils et les AP de pointe de Google et les API pour créer des applications d'IA avancées.
Table des matières
- Condition préalable
- Exigences techniques
- Jour 1 - Ingénierie rapide
- Jour 2 - Embeddings and Vector Stores / Databases
- Jour 3 - Agents
- Jour 4 - LLMS spécifiques au domaine
- Jour 5 - Mlops pour AI génératif
- Contenu bonus - fonctionnalités API supplémentaires
Condition préalable
- Compte Kaggle : assurez-vous que votre compte est vérifié par téléphone.
- Key API Google : obtenir à partir de Google AI Studio.
- Connaissance de base Python : La familiarité avec la programmation Python est essentielle.
- Connectivité Internet : requis pour l'accès à l'API et les exercices pratiques.
Exigences techniques
- Version Python : Python 3.10 ou version ultérieure.
- Bibliothèques : Installez ce qui suit via PIP:
-
google-generativeai>=0.8.3 -
tensorflow -
keras -
langgraph
- Environnement : utilisez un ordinateur portable Kaggle ou votre IDE Python préféré.
Plan de cours
Jour 1 - Ingénierie rapide
Maître l' API Gemini et les techniques d'incitation avancées pour améliorer les interactions LLM.
Sujets clés :
- Introduction à la configuration de l'API Gemini à Kaggle.
- Méthodes d'incitation:
- Zéro-shot, à quelques tirs et à la chaîne de pensées (COT).
- Des cadres avancés comme React.
- Paramètres: Température, Top-K, Top-P et Contrôle de sortie.
- Capacités liées au code:
- Génération de code, exécution et explication.
- Outils pratiques: TextFX, SQL Talk.
Résultat : Tirez parti des techniques d'incitation et de l'API Gemini efficacement pour diverses tâches.
Jour 2 - Embeddings and Vector Stores / Databases
Plongeant profondément dans les intégres et la génération auprès de la récupération (RAG) .
Sujets clés :
- Types d'incorporation: texte, image et multimodal.
- Représentation sémantique et analyse de l'espace vectoriel.
- Classification à l'aide de keras.
- Score de similitude et optimisation de la recherche vectorielle.
- Rag pour les questions et réponses basées sur des documents.
Résultat : harnais d'incorporation et chiffon pour construire des solutions de l'IA contextuelles.
Jour 3 - Agents
Apprenez à créer des agents intelligents et implémentez des appels de fonction à l'aide de l'API Gemini.
Sujets clés :
- Architectures cognitives et intégration des outils.
- Applications avec état avec Langgraph :
- Exemple: baristabot pour les ordres du café.
- Cadres: React et autres techniques de prise de décision.
- Fonction pratique appelant à l'intégration du système AI.
Résultat : Concevoir et déployer des agents autonomes capables d'interactions réelles.
Jour 4 - LLMS spécifiques au domaine
Spécialiser les LLM pour des applications spécifiques via la mise à la terre de recherche et le réglage fin .
Sujets clés :
- Connexion LLMS à des sources vérifiables:
- Grouille de requête statique et dynamique.
- Modèles de réglage fin:
- Exemple: Classification de l'ensemble de données de 20 groupes de discussion.
- Évaluation des performances, réglage économe en paramètres et gestion des jetons.
Résultat : créer des solutions AI spécifiques au domaine adaptées à des champs spécialisés.
Jour 5 - Mlops pour AI génératif
Opérationnalisez vos solutions Genai avec les meilleures pratiques MOLPS .
Sujets clés :
- Déploiement à l'aide de Vertex AI:
- Évaluation continue, surveillance du modèle et gouvernance.
- Pack de démarrage Genai:
- Fastapi Server, terrain de jeu interactif, CI / CD avec terraform.
- Modèles de mise en œuvre des chiffons et cadres d'observabilité:
- Suivi des interactions utilisateur dans BigQuery et visualisation avec Looker Studio.
Résultat : construire des applications Genai prête à la production avec la fiabilité de qualité entreprise.
Contenu bonus - fonctionnalités API supplémentaires à essayer
Explorez les capacités étendues de l' API Gemini .
Sujets clés :
- Interactions multimodales: texte, images, audio et vidéo.
- API Fichier: Gestion des fichiers volumineux (jusqu'à 2 m de jetons).
- Cache de contexte pour les requêtes répétitives, réduisant les coûts et améliorant l'efficacité.
- Capacités de streaming pour les réponses en temps réel.
Résultat : acquérir une compétence avancée dans la mise en œuvre de l'API Gemini pour des solutions d'IA complexes et multimodales.
Commencer
Pour commencer le cours, assurez-vous que toutes les conditions préalables sont remplies et configurez votre environnement en fonction des exigences techniques.
Bonne apprentissage!
