Trwają zapisy do grupy

Szkolenie: Retrieval Augmented Generation (RAG) - systemy AI do wyszukiwania informacji

Podczas szkolenia zapoznasz się z technikami wyszukiwania dokumentów w systemach RAG, dowiesz się jak minimalizować halucynacje i błędne wyniki w wygenerowanej przez AI odpowiedzi oraz jak oceniać poprawność działania systemów RAG.

  • Trenerzy praktycy
  • Kameralne grupy

Czas trwania szkolenia:2 dni (16h)

Poziom zaawansowania:

Kod kursu:AI/RAG

Dostępne terminy szkolenia

  • Termin
  • Trener
  • Cena
  • Zapis
  • Lokalizacja

Termin:

5 grudnia
Trwają zapisy na szkolenie

Trener:

Bartosz Mikulski

Cena:

2450 PLN netto
Ikona podpowiedziDowiedz się więcej o cenach szkoleń - zapraszamy do kontaktu
+23% VAT

Lokalizacja:

Zdalne
Zdalne
Ikona podpowiedziZapytaj o inne lokalizacje - w tym celu skorzystaj z chatu

Termin:

3 kwietnia
Trwają zapisy na szkolenie

Trener:

Trener-Sages

Cena:

2450 PLN netto
Ikona podpowiedziDowiedz się więcej o cenach szkoleń - zapraszamy do kontaktu
+23% VAT

Lokalizacja:

Zdalne
Zdalne
Ikona podpowiedziZapytaj o inne lokalizacje - w tym celu skorzystaj z chatu

Forma szkolenia

Interesuje Cię szkolenie stacjonarne?

Powiadom o kolejnych terminach

Interesuje Cię szkolenie w innym terminie?

Retrieval Augmented Generation (RAG) - systemy AI do wyszukiwania informacji

Cele szkolenia

  • Zapoznanie z technikami wyszukiwania dokumentów w systemach RAG

  • techniki ograniczenia halucynacji i błędnych wyników w systemach RAG

  • Zapoznanie uczestników ze sposobami oceny poprawności działania systemów RAG


Dla kogo?

  • Programistów znających Pythona w stopniu wystarczającym do zaimplementowania kodu pobierającego dane z bazy danych lub REST API

  • lub osób, które brały udział w szkoleniu: "Budowanie aplikacji opartych na AI z wykorzystaniem biblioteki Langchain"


Zalety

  • Szkolenie jest prowadzone przez osoby na co dzień zajmujące się inżynierią danych oraz uczeniem maszynowym

  • Program jest ciągle uaktualniany ze względu na szybki rozwój rozwiązań, których dotyczy szkolenie

  • Dużo zadań praktycznych - szkolenie zakończysz z działającym kodem, który możesz użyć w swoich projektach


Wymagania

  • Znajomość Pythona i umiejętność korzystania z Dużych Modeli Językowych

  • Dostęp do API OpenAI


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

Pobierz program w PDF

Wprowadzenie do systemów RAG

  • Architektura systemów RAG

  • Modele Word Embedding

Przygotowanie danych dla systemu RAG

  • Parsery dokumentów

  • Indeksowanie dokumentów

  • Wektorowe bazy danych

Techniki wyszukiwania dokumentów w systemach RAG

  • Podstawowy system RAG oparty o Semantic Search

  • Użycie wielu wersji zapytania przy użyciu techniki Query Expansion

  • Hypothetical Document Embeddings

  • Wyszukiwanie przy użyciu słów kluczowych

  • Wyszukiwanie przy użyciu metadanych

  • Parent Document Retrieval

  • Wyszukiwanie przy użyciu podzapytań

Ocena jakości działania systemu RAG

  • Przygotowanie danych

  • Rodzaje metryk dot. wyszukiwania danych

  • Rodzaje metryk dot. oceny wygenerowanej odpowiedzi

  • Implementacja metryk w Pythonie

Łączenie wyników wyszukiwania

  • Reranking - szeregowanie wyszukanych dokumentów pod względem

  • Sposoby generowania odpowiedzi

Systemy RAG oparte o relacyjne bazy danych

  • Wprowadzenie do Text-to-SQL

  • Implementacja RAG z użyciem Text-to-SQL

Techniki poprawiania jakości odpowiedzi generowanej przez AI w systemie RAG

  • Sposoby unikania halucynacji

  • Zwracanie wyniku w określonej postaci - Structured Output

  • Automatyczna weryfikacja odpowiedzi generowanej przez AI

Autorem szkolenia jest Bartosz Mikulski

Inżynier danych, MLOps engineer. W pracy zawodowej zajmuje się budowaniem zautomatyzowanej platformy wdrażania modeli uczenia maszynowego na produkcji. Specjalizuje się w inżynierii danych z użyciem AWS. Od 2017 roku pisze bloga o inżynierii danych, uczeniu maszynowym i sztucznej inteligencji. Napisał jeden z rozdziałów książki "97 Things Every Data Engineer Should Know". Występuje na konferencjach i meetupach w roli prelegenta gdzie dzieli się swoim doświadczeniem ze społecznością programistów.…