Este curso foi criado para data scientists e desenvolvedores de machine learning interessados em criar aplicações de inteligência artificial generativa (IA generativa) usando a API Amazon Bedrock ou a integração LangChain. Neste curso, você aprenderá sobre os padrões de arquitetura para criar aplicações para os principais casos de uso de IA generativa.
Os módulos deste curso preparam você para trabalhar com exemplos de geração e sumarização de texto, resposta a perguntas e um chatbot. Os laboratórios demonstram o uso dos modelos do Amazon Bedrock usando chamadas de API, SDKs e ferramentas de código aberto, como o LangChain.
- Nível do curso: avançado
- Duração: 4 horas
Atividades
Esse curso inclui interações de e-learning, testes de conhecimento e laboratórios.
Objetivos do curso
Neste curso, você aprenderá a:
- Identificar os componentes de uma aplicação de IA generativa e como personalizar um modelo de base (FM).
- Descrever os modelos de base do Amazon Bedrock, os parâmetros de inferência e as principais APIs do Amazon Bedrock.
- Identificar as ofertas da Amazon Web Services (AWS) que ajudam a monitorar, proteger e controlar suas aplicações do Amazon Bedrock.
- Descrever como integrar o LangChain com grandes modelos de linguagem (LLMs), modelos de prompt, cadeias, modelos de chat, modelos de incorporação de texto, carregadores de documentos, recuperadores e agentes para o Amazon Bedrock.
- Descrever os padrões de arquitetura que podem ser implementados com o Amazon Bedrock para criar aplicações de IA generativa.
- Aplicar os conceitos para criar e testar exemplos de casos de uso que utilizam os vários modelos do Amazon Bedrock, LangChain e a abordagem de geração aumentada de recuperação (RAG).
Público-alvo
Este curso destina-se a:
- Data scientists
- Desenvolvedores de machine learning (ML)
Pré-requisitos
Recomendamos que os participantes deste curso tenham:
- Proficiência de nível intermediário a especializado na linguagem de programação Python.
- Elementos técnicos essenciais da AWS.
- Ciência de dados prática com o Amazon SageMaker (intermediário)
- Introdução ao Amazon Bedrock (princípios fundamentais).
- Princípios fundamentais da engenharia de prompt (intermediário).
Descrição do curso
Módulo 1: Introdução ao Amazon Bedrock
- Como criar aplicações de IA generativa no Amazon Bedrock
- Aplicações e casos de uso
- Tópicos abordados em módulos futuros
- Conclusão
Módulo 2: Componentes da aplicação
- Visão geral dos componentes da aplicação de IA generativa
- Modelos de base e a interface do FM
- Como trabalhar com conjuntos de dados e incorporações
- Componentes adicionais da aplicação
- RAG
- Ajuste fino de modelo
- Como proteger aplicações de IA generativa
- Arquitetura das aplicações de IA generativa
- Teste de conhecimento
- Conclusão
Módulo 3: Modelos de base
- Introdução aos modelos de base do Amazon Bedrock
- Como usar os FMs do Amazon Bedrock para inferência
- Métodos do Amazon Bedrock
- Proteção e auditoria de dados
- Teste de conhecimento
- Conclusão
Módulo 4: Como usar o LangChain
- Como otimizar o desempenho do LLM
- Como integrar a AWS e o LangChain
- Como usar modelos com o LangChain
- Como criar prompts
- Como estruturar documentos com índices
- Como armazenar e recuperar dados com a memória
- Como usar cadeias para sequenciar componentes
- Como gerenciar recursos externos com agentes do LangChain
- Teste de conhecimento
- Conclusão
Módulo 5: Padrões de arquitetura
- Introdução aos padrões de arquitetura
- Geração de testes e sumarização de textos
- Resposta a perguntas
- Chatbots
- Geração de código
- Agentes LangChain e Amazon Bedrock
- Teste de conhecimento
- Conclusão
Módulo 6: Laboratórios práticos
- Introdução aos laboratórios
- Laboratório 1: Como executar a geração de texto
- Laboratório 2: Como criar sumarização de texto
- Laboratório 3: Como usar o Amazon Bedrock para perguntas e respostas
- Laboratório 4: Como criar um chatbot
- Laboratório 5: Como usar modelos do Amazon Bedrock para geração de código
- Laboratório 6: Como integrar modelos do Amazon Bedrock com agentes do LangChain
- Conclusão
