Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Kurzusleírás
LLM Alkalmazásarchitektúra és Tervezés
- Gyakori OpenAI alkalmazásminták asszisztensek, kopilótok és munkafolyamat-automatizálás területén
- A megfelelő architektúra kiválasztása üzleti követelmények, megbízhatóság és felhasználói élmény szempontjából
- Prototípus kódból karbantartható alkalmazástervezésre való átállás
Promptolás, Kontextus és Strukturált Kimenetek
- Rendszer, felhasználó és fejlesztői utasítások strukturálása kiszámítható viselkedés érdekében
- Promptok tervezése konzisztencia, feladatvezérlés és világosabb válaszok érdekében
- Strukturált kimenetek használata a lefelé tartó alkalmazáslogika támogatására
- Kontextusablakok, beszélgetésállapot és válaszminőség kezelése
Eszközhasználat és Munkafolyamat-szervezés
- Függvényhívások és eszközökkel ellátott munkafolyamatok használata külső szolgáltatásokkal
- Bemenetek és kimenetek ellenőrzése, hibakezelés és tartalék viselkedés alkalmazása
- Többlépcsős folyamatok tervezése gyakorlati üzleti feladatokhoz
Lekérdezés és Tudásalapozás
- Annak meghatározása, mikor alkalmas a lekérdezéses generálás
- Dokumentumok előkészítése és tartalom darabolása hasznos lekérdezés érdekében
- Releváns kontextus lekérése és válaszok alapozása megbízható forrásokba
Értékelés, Korlátok és Üzemi Készültség
- Minőségi kritériumok meghatározása és munkafolyamatok tesztelése várt eredményekkel szemben
- Hallucinációk csökkentése és kezelése nem biztonságos, irreleváns vagy kétértelmű kérések esetén
- Használat, késleltetés, tokenfogyasztás és költség monitorozása
- Alkalmazások felkészítése üzembe helyezésre, támogatásra és iteratív fejlesztésre
Gyakorlati Megvalósítási Műhely
- Egy kis végponttól végpontig tartó OpenAI alkalmazás építése, amely kombinálja a promptolást, strukturált kimenetet, eszközhasználatot és lekérdezést
- Tervezési döntések, gyakori problémák és gyakorlati következő lépések áttekintése üzemi használatra
Követelmények
- Ismeret a nagy nyelvi modellek fogalmairól és API-alapú alkalmazásfejlesztésről
- Tapasztalat REST API-k, JSON és prompt-alapú alkalmazásmunkafolyamatok használatában
- Középszintű programozási tapasztalat Python, JavaScript vagy hasonló nyelvben
Célközönség
- LLM által működtetett alkalmazásokat fejlesztő szoftverfejlesztők
- OpenAI-alapú megoldásokat tervező AI mérnökök és technikai vezetők
- Üzemi AI funkciókért felelős termékcsapatok és megoldásarchitektusok
7 Órák
