Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Időtartalma 21 órák
Kurzusleírás
1. Bevezetés a Spring AI-ba
- Projekt létrehozása és konfigurálása
- A prompt és a prompt beküldésének szerepe
- Első tesztleírás írása
- Modell kiválasztása
- Modell konfigurálása
- A Spring AI képességeinek előzetes bemutatása
2. A válaszok megértése
- Hogyan ellenőrizzük a releváns válaszokat
- A pontosság futásidőben
3. A promptok részletes vizsgálata
- Prompt sablonok használata
- Új prompt sablon definiálása
- A kontextus megértése
- A szerep és annak fontossága
- A válaszgenerálás befolyásolása opciókkal
- Kimenet áramlása (streaming) és formázása
- Metaadatok a válaszban
4. Saját adatok és dokumentumok használata
- A RAG (Retrieval-Augmented Generation) megértése
- Vektoros tároló beállítása és dokumentumok betöltése
- Első RAG megvalósítás
- RAG használata tanácsadóval (advisor)
- Moduláris RAG képességek
5. A memória szerepe az MI-ben
- Miért van szükség memória?
- Memória hozzáadása és konfigurálása a párbeszéd támogatására
- A párbeszéd azonosítója
- Tartós memória támogatása
- Csevegési memória tárolása vektoros tárolóban
6. MI-eszközök
- Eszközökkel ellátott alkalmazás
- Eszköz képességek megértése
- Eszköz írása és beüzemelése
- Függvények eszközökként
7. A Model Context Protocol (MCP)
- Miért van szükség az MCP-re?
- Dolgozás MCP klienssel
- MCP szerver írása
- Adatbázis és eszközök az MCP szerverhez
- HTTP és SSE (Server-Sent Events) transzport megértése
- Promptok és erőforrások kiépítése
8. Műveletek figyelése
- Actuator metrikák engedélyezése
- Vektoros tároló műveletek ellenőrzése
- Modell-interakciók vizsgálata
- Tokenek számlálása
- Prometheusba ágyazás és dashboard létrehozása
- MI-műveletek követése (tracing)
9. Védelem a generatív MI-ban
- RAG-on keresztül elérhető dokumentumok szabályozása
- Eszközök biztonsági megóvása
- Adverszáris promptolás kezelése
- Felhasználói bemenet moderálása
10. Általános generatív minták
- Tartalom összefoglalása
- Üzenetek fordítása
- Szentiáns-elemzés
11. Az ügynökök (Agents) szerepe
- Mi az MI-ügynök?
- Agentikus workflowok megvalósítása
- Promptok láncolása, feladat-útválasztás és párhuzamosítás
- Ügynökhöz való hozzáférés MCP-n keresztül
Követelmények
A résztvevőknek rendelkezniük kell a következőkkel:
- A Java programozás alapos ismerete
- Gyakorlati tapasztalat a Spring és a Spring Boot használatában
- A Spring Boot alkalmazások építésének és konfigurálásának ismerete
- Az REST API-k és az HTTP alapvető megértése
- A JSON és az alkalmazáskonfiguráció alapvető megértése
- A generatív MI és a nagyméretű nyelvi modellek (LLM) alapvető megértése
- Az adatbázisok és az adathozzáférési fogalmak ismerete ajánlott
- Nincs szükség korábbi tapasztalatra a Spring AI, RAG, MCP vagy az MI-ügynökök terén
Vélemények (1)
Részletes információk szerepelnek a kért haladóbbi témákra.
Farukh Khan - Tandem Solution
Kurzus - RabbitMQ with Java and Spring
Gépi fordítás