Construindo Aplicações LLM

Avançado

Obtenha uma compreensão completa do mundo dos Modelos de Linguagem Grande com uma compreensão profunda de como construir suas próprias aplicações. Este curso ajudará você a construir e implantar modelos robustos e eficazes em ambientes reais usando Modelos de Linguagem Grande.

NLP
Transformers
Design de Sistemas de Aprendizado de Máquina
Busca Semântica
Inferência Sem Servidor

Visão Geral

Este curso é projetado para introduzir você aos Modelos de Linguagem Grande em detalhes mais profundos, cobrindo a Arquitetura Transformer e como utilizar Modelos Encoder e Decoder. Você aprenderá a construir sistemas de recuperação e utilizar LLMs de código aberto para criar arquiteturas baseadas em RAG. Ao final do curso, você terá uma compreensão abrangente do pipeline de aprendizado de máquina de ponta a ponta, permitindo que você enfrente problemas práticos de aprendizado de máquina e entregue resultados em produção.

Inglês
idioma do curso
Certificação Profissional
após a conclusão do curso

Para quem é este curso?

Entusiastas de IA

Você está intrigado com LLMs e gostaria de construir aplicações alimentadas por LLMs.

Desenvolvedores de IA

Você está pronto para implantar seus próprios Modelos de IA de última geração e gostaria de ver como eles funcionam.

Cientistas de Dados

Você quer ir além do Jupyter Notebook e desenvolver previsões em lote ou em tempo real.

Este curso oferece uma compreensão abrangente dos Modelos de Linguagem Grande, permitindo que você construa e implante modelos robustos em ambientes reais. Ideal para entusiastas de IA, desenvolvedores e cientistas de dados, ele cobre tópicos essenciais como NLP, Transformers e Busca Semântica, ajudando você a avançar em sua carreira em IA.

Pré-Requisitos

1 / 3

Conhecimento de Python
Conhecimento básico de aprendizado de máquina
Familiaridade com ferramentas como VS Code, terminal UNIX, Jupyter Notebooks e gerenciamento de pacotes Conda

O que vai aprender?

Módulo 1: Introdução ao NLP

Introdução ao NLP: cobre o que é NLP, sua história, aplicações e desafios. Técnicas de NLP: cobre técnicas comuns como tokenização, marcação de parte do discurso, reconhecimento de entidade nomeada e análise de sentimento com exemplos de seu uso. Ferramentas de NLP: introduz ferramentas populares de NLP como NLTK, spaCy com exemplos de como usá-las para tarefas básicas de NLP.

Módulo 2: Conhecimento Fundamental de Transformers e Design de Sistemas LLM

Conhecimento Fundamental de Transformers: cobre conceitos fundamentais de transformers, incluindo auto-atenção, atenção multi-cabeça e codificação posicional. Introdução aos Conceitos Fundamentais de Design de Sistemas de ML: cobre os fundamentos do design de sistemas de aprendizado de máquina, incluindo coleta e pré-processamento de dados, seleção e treinamento de modelos, e avaliação de desempenho.

Módulo 3: Busca Semântica

Neste módulo, aprenderemos sobre sistemas de recuperação e sua importância na recuperação de informações. Descubra métodos populares como Vetores Esparsos vs. Densos, Distância Euclidiana, Similaridade Cosseno, Vizinhos Mais Próximos Aproximados (ANN) e codificação prática usando FAISS para obter resultados de busca rápidos e precisos.

Módulo 4: Criando um motor de busca do zero

Construindo um Modelo de Busca Semântica: cobre os fundamentos dos modelos de busca semântica, sua arquitetura e como eles funcionam. A sessão se concentrará na construção de um modelo de busca semântica para hotéis usando várias técnicas de processamento de linguagem natural. Implantação em uma Inferência Sem Servidor: discute os benefícios da computação sem servidor e como implantar o modelo de busca semântica em uma plataforma sem servidor como Huggingface. Pré-processamento de Dados de Hotel: cobre o pré-processamento dos dados do hotel usando técnicas como limpeza de texto, tokenização, stemming e lematização, e como converter os dados do hotel em embeddings que podem ser usados pelo modelo de busca semântica. Avaliação do Modelo: discute as diferentes métricas de avaliação usadas para modelos de busca semântica e como medir o desempenho do modelo usando essas métricas. Esta sessão também cobrirá técnicas para melhorar o desempenho do modelo e otimizar a velocidade de busca. Discussão sobre Modelos de Intenção de Consulta.

Módulo 5: A Parte de Geração dos LLMs

Neste módulo, exploraremos os fundamentos do RAG e suas aplicações no mundo real, bem como mergulharemos no conceito de chunking e agentes do Langchain, conectando perfeitamente as recuperações ao Gen AI.

Módulo 6: Ajuste de Prompt, ajuste fino e LLMs locais

Neste módulo, aprenderemos como projetar prompts de forma eficaz, ajustar finamente modelos de linguagem, aproveitar a abordagem PEFT e medir o sucesso de seus esforços usando métricas de validação apropriadas.

O que dizem os alunos sobre este curso

“Recomendo muito este curso se você quer começar com LLMs sem se perder muito. Este curso ajuda a discernir o que pode ser feito com LLMs e, mais importante, como isso pode ser feito.”
Rushit
“O curso fornece uma introdução abrangente aos fundamentos de trabalhar com grandes modelos de linguagem (LLMs). Cobre tópicos essenciais, incluindo embeddings de texto, várias métricas de similaridade, técnicas tradicionais e uma compreensão da arquitetura transformer. O curso também orienta você no uso de modelos pré-treinados, criação de sistemas de Geração Aumentada por Recuperação (RAG) e ajuste fino desses modelos. O instrutor é acessível e solidário, e o curso inclui atividades significativas em equipe, permitindo que você colabore com estudantes de diversos contextos. Isso torna a experiência de aprendizado prática e envolvente. No geral, é um dos melhores cursos disponíveis para quem deseja entrar no campo dos LLMs. Altamente recomendado para aqueles interessados em obter uma base sólida nesta área.”
Hamza
“Eu gostei muito deste curso! O ensino de Hamza no curso básico realmente ajudou a esclarecer qualquer confusão, nos proporcionando o entendimento necessário para enfrentar várias tarefas com confiança e aplicar diferentes tecnologias. Foi ótimo aprender sobre implantação e como podemos levar nossos aplicativos para produção. No geral, foi uma experiência fantástica!”
Sahar

Conheça seu instrutor

Hamza Farooq
Hamza Farooq é um Especialista em IA e Professor Adjunto com mais de 15 anos de experiência. Ele ensinou este curso para mais de 300 profissionais e é conhecido por sua profunda compreensão dos Modelos de Linguagem Grande e suas aplicações.

Novas coortes em breve