Coursera Flash Sale
40% Off Coursera Plus for 3 Months!
Grab it
本课程旨在向有志于利用而不微调大型语言模型的软件开发人员介绍生成式 AI。课程内容包括：生成式 AI 概览、规划生成式 AI 项目、Amazon Bedrock 入门、提示词工程基础，以及使用 Amazon Bedrock 和 LangChain 构建生成式 AI 应用程序的架构模式。
课程目标
在本课程中，您将学习如何：
- 明确生成式 AI 的重要性，并解释其潜在风险与优势。
- 探讨生成式 AI 的技术基础和主要术语。
- 了解 Amazon Bedrock 的优势和使用案例。
- 描述基础模型的基本功能、类型和各种使用案例。
- 定义提示词工程，以及在与基础模型交互时运用通用最佳实践。
- 描述 Amazon Bedrock 基础模型、推理参数以及主要的 Amazon Bedrock API。
- 描述可通过 Amazon Bedrock 实施的架构模式，以便构建实用的生成式 AI 应用程序。
- 描述如何集成 LangChain 与大型语言模型 (LLM)、提示词模板、链、聊天模型、文本嵌入模型、文档加载器、检索器和 Amazon Bedrock 代理。
- 构建和测试多个利用各种 Amazon Bedrock 模型、LangChain 和检索增强生成 (RAG) 方法的使用案例示例。
培训对象
本课程面向：
- 有志于利用而不微调大型语言模型的软件开发人员
前提条件
我们建议符合以下条件的人员参加本课程：
- 已完成 AWS Technical Essentials 课程
- 具备中级水平的 Python 编程能力
课程大纲
课程欢迎辞
模块 1 – 生成式 AI 介绍 – 可能的艺术
模块 2 – 规划生成式 AI 项目
模块 3 – Amazon Bedrock 入门
模块 4 – 提示词工程基础
模块 5 – Amazon Bedrock 应用程序组件
模块 6 – Amazon Bedrock 基础模型
模块 7 – LangChain
模块 8 – 架构模式
课程总结和资源
