Szkolenie: Spring AI – sztuczna inteligencja w Spring Boot
Szkolenie Spring AI to praktyczny kurs integracji sztucznej inteligencji z aplikacjami Spring Boot, obejmujący wykorzystanie dużych modeli językowych, embeddingów, baz wektorowych, architektury RAG oraz automatyzacji z agentami AI w środowisku Java
- Trenerzy praktycy
- Kameralne grupy
Czas trwania szkolenia:2 dni (16h)
Kod kursu:SPRING/AI
Dostępne terminy szkolenia
Termin:
Trener:
Cena:
2150 PLN netto
Lokalizacja:
ZdalneTermin:
Trener:
Cena:
2150 PLN nettoLokalizacja:
ZdalneTermin:
Trener:
Cena:
2150 PLN nettoLokalizacja:
ZdalneTermin:
Trener:
Cena:
2150 PLN nettoLokalizacja:
ZdalneSpring AI – sztuczna inteligencja w Spring Boot
Cele szkolenia
Szkolenie przygotowuje do samodzielnego projektowania i wdrażania funkcji AI w aplikacjach opartych na Spring Boot, z wykorzystaniem modeli językowych, embeddingów i baz wektorowych
Szkolenie uczy tworzenia, testowania i optymalizacji promptów oraz integracji czat-botów i agentów AI z backendem, umożliwiając automatyzację procesów biznesowych
Szkolenie pokazuje, jak implementować wyszukiwanie semantyczne, architekturę Retrieval-Augmented Generation oraz monitorować koszty i bezpieczeństwo rozwiązań AI w środowisku produkcyjnym
Dla kogo?
Programistów Java i Spring Boot z doświadczeniem w tworzeniu aplikacji backendowych, chcących wdrażać rozwiązania AI
Architektów systemów odpowiedzialnych za projektowanie i integrację usług opartych na sztucznej inteligencji
Developerów zainteresowanych implementacją czat-botów, wyszukiwania semantycznego i automatyzacji procesów biznesowych z użyciem AI
Efekty kształcenia
Uczestnik projektuje i wdraża funkcje AI w aplikacjach Spring Boot
Uczestnik integruje modele językowe i bazy wektorowe z backendem
Uczestnik tworzy i testuje skuteczne prompty dla LLM
Uczestnik implementuje wyszukiwanie semantyczne i architekturę RAG
Uczestnik automatyzuje zadania z użyciem agentów AI
Uczestnik monitoruje koszty i bezpieczeństwo rozwiązań AI
Wymagania
Dobra znajomość języka Java oraz Spring Boot
Ogólne pojęcie o dużych modelach językowych będzie pomocne, ale nie jest wymagane
W cenie otrzymasz:
Materiały szkoleniowe
Certyfikat ukończenia szkolenia
W przypadku szkolenia w trybie stacjonarnym zapewnimy Ci również lunch oraz sprzęt niezbędny do nauki
Program szkolenia
Wprowadzenie do Spring AI
Architektura i kluczowe komponenty Spring AI
Konfiguracja środowiska i przygotowanie projektu
Praca z promptami i czatem
Podstawy interakcji z czatem
Role na poziomie czatu i ich znaczenie w interakcjach z AI
Strategie tworzenia promptów (zero-shot, few-shot, chain-of-thought)
Szablony promptów
Struktura i formatowanie odpowiedzi (Entity Binding, Parameterized Types, MapOutputConverter)
Strumieniowanie rezultatów
Pamięć konwersacji (In-Memory, JDBC, tekstowa, semantyczna)
Advisors API
Embeddingi i bazy wektorowe
Czym są embeddingi i w jaki sposób reprezentują znaczenie tekstu
Masowe przetwarzanie dokumentów i wyszukiwanie semantyczne
Filtrowanie wyników z uwzględnieniem metadanych
Aktualizacja danych oraz wersjonowanie bazy embeddingów
Retrieval-Augmented Generation (RAG)
Łączenie wiedzy z dokumentów z odpowiedziami generowanymi przez AI
Sposoby dzielenia dokumentów na fragmenty i ich wpływ na jakość wyników
Łączenie klasycznych algorytmów wyszukiwania z embeddingami
Cache'owanie odpowiedzi w celu zwiększenia wydajności i trafności
Metody oceny jakości odpowiedzi modeli językowych
Multi-Query Expansion i Query Rewriting
Translation-based RAG dla wielojęzycznych zapytań
Filtrowanie dokumentów po metadanych
Praca z multimodalnymi danymi
Generowanie obrazów na podstawie opisów tekstowych
Rozpoznawanie i opisywanie zawartości obrazów
Przetwarzanie mowy – zamiana głosu na tekst i odwrotnie
Wzorce analizy tekstu
Analiza sentymentu
Tłumaczenie tekstu z auto-detekcją języka
Automatyczne streszczanie dokumentów
Agentic Workflows
Prompt Chaining – sekwencyjne łączenie promptów
Routing – klasyfikacja i kierowanie do specjalistów
Parallelization – równoległe przetwarzanie z Virtual Threads
Orchestrator-Workers – dekompozycja zadań z pulą workerów
Evaluator-Optimizer – iteracyjna pętla generowania i ewaluacji
Bezpieczeństwo i moderacja treści
SafeGuardAdvisor – filtrowanie wrażliwych słów
Wykrywanie wstrzykiwania promptów (Prompt Injection Detection)
Integracja z OpenAI Moderation API
Obserwability i monitorowanie
Response Metadata – statystyki odpowiedzi (tokeny, koszty)
Ewaluacja odpowiedzi (LLM-as-a-Judge)
Custom Logging Advisors
Funkcje zewnętrzne i integracja
Funkcje jako sposób na wykorzystanie narzędzi zewnętrznych (@Tool, ToolContext, returnDirect)
Integracja w oparciu o Model Context Protocol
Monitorowanie kosztów / wykorzystania tokenów
Integracja z API: OpenAI, Ollama, Gemini, LM Studio, Docker Model Runner oraz innymi
Autorem szkolenia jest Łukasz Andrzejewski
Od ponad 17 lat z pasją dzielę się wiedzą jako trener, wspierając rozwój kompetencji technologicznych wśród specjalistów IT na różnych etapach ich kariery. W ostatnich 5 latach przeszkoliłem ponad 2000 osób, prowadząc szkolenia zarówno otwarte, jak i dedykowane, dla czołowych firm z sektorów bankowości, ubezpieczeń i IT – m.in. Santander Bank Polska, ERGO Hestia, Asseco Poland oraz Orange. Specjalizuję się w szerokim zakresie technologii – od rozwiązań z ekosystemu Java, przez nowoczesny frontend,…
Wybrane opinie
Przeczytaj pozytywne opinie pochodzące z ankiet satysfakcji z naszych szkoleń wypełnianych wyłącznie przez ich uczestników po realizacji usługi
