Gen AI Dev - Design Retrieval Mechanisms for FM Augmentation

Zum Labor Day gibt es bei Coursera Plus Rabatte von über 70 $. Sparen Sie 3 Monate lang 40 %.

kurs ist nicht verfügbar in Deutsch (Deutschland)

Wir übersetzen es in weitere Sprachen.

Gen AI Dev - Design Retrieval Mechanisms for FM Augmentation

Dieser Kurs ist Teil von AWS Generative AI Developer Advanced (berufsbezogenes Zertifikat)

Dozent: AWS Instructor

Bei Mehr erfahren enthalten

6 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

Stufe Fortgeschritten

Empfohlene Erfahrung

3 Stunden zu vervollständigen

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

6 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

Stufe Fortgeschritten

Empfohlene Erfahrung

3 Stunden zu vervollständigen

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

Design and implement effective retrieval mechanisms
Manage Knowledge Base updates through incremental ingestion and synchronization
Construct end-to-end RAG systems by applying standardized interfaces that enforce security controls

Kompetenzen, die Sie erwerben

Kategorie: Artificial Intelligence
Kategorie: Artificial Intelligence and Machine Learning (AI/ML)
Kategorie: Performance Tuning
Kategorie: Cloud Computing
Kategorie: Large Language Modeling
Kategorie: Scalability
Kategorie: Document Management
Kategorie: Model Evaluation
Kategorie: Software Development
Kategorie: Machine Learning
Kategorie: API Gateway
Kategorie: API Design
Kategorie: Natural Language Processing

Werkzeuge, die Sie lernen werden

Kategorie: Amazon Web Services
Kategorie: Generative AI
Kategorie: Prompt Engineering
Kategorie: Restful API
Kategorie: Application Programming Interface (API)
Kategorie: AI Workflows

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Kürzlich aktualisiert!

September 2026

Bewertungen

1 Aufgabe

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

Erweitern Sie Ihr Fachwissen im Bereich Machine Learning

Dieser Kurs ist Teil der Spezialisierung AWS Generative AI Developer Advanced (berufsbezogenes Zertifikat)

Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für dieses berufsbezogene Zertifikat angemeldet.

Lernen Sie neue Konzepte von Branchenexperten
Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
Erwerben Sie ein Berufszertifikat von Amazon Web Services zur Vorlage

In diesem Kurs gibt es 6 Module

As organizations increasingly deploy retrieval-augmented generation (RAG) systems to unlock the value of their knowledge assets, the demand for skilled professionals who can architect, implement, and optimize these solutions continues to grow. This curriculum prepares you to meet that demand by providing hands-on experience with AWS services and production-ready implementation patterns.In this module, you will learn how to do the following:Design and implement effective retrieval mechanisms

Das ist alles enthalten

2 Lektüren

Das ist alles enthalten

16 Lektüren

16 LektürenInsgesamt 16 Minuten

Introduction to document segmentation1 Minute
Chunking fundamentals1 Minute
Purpose of segmentation in foundation model pipelines1 Minute
Tradeoffs between relevance and context preservation1 Minute
Evaluation metrics for segmentation quality1 Minute
Hierarchical chunking strategies1 Minute
Content-aware parsing1 Minute
Recursive chunking implementation1 Minute
Parent-child relationship maintenance1 Minute
Dynamic chunk sizing based on semantic boundaries1 Minute
Introduction1 Minute
Amazon Bedrock native chunking1 Minute
Configuration and integration1 Minute
Custom Lambda-based chunking1 Minute
Lambda implementation patterns1 Minute
Selection criteria and decision framework1 Minute

Das ist alles enthalten

44 Lektüren

44 LektürenInsgesamt 46 Minuten

Introduction1 Minute
Vector embeddings and semantic representation1 Minute
Foundation model text transformation process1 Minute
Semantic similarity and vector space1 Minute
Vector search versus keyword search1 Minute
When to use each approach1 Minute
AWS Vector search services1 Minute
Service comparison guide1 Minute
Service selection guidelines1 Minute
Detailed service specifications3 Minuten
Introduction1 Minute
Embedding model evaluation1 Minute
Performance metrics and benchmarking1 Minute
Model comparison framework1 Minute
Batch embedding generation1 Minute
AWS batch processing architecture1 Minute
Cost optimization strategies1 Minute
Embedding strategy selection1 Minute
Implementation best practices1 Minute
Introduction1 Minute
Creating and configuring knowledge bases1 Minute
Supported vector stores and configuration1 Minute
Data source connectors and integration1 Minute
Data ingestion pipeline design and optimization1 Minute
Semantic retrieval and RAG implementation1 Minute
Query interface introduction1 Minute
Hybrid search implementation1 Minute
Advanced retrieval strategies1 Minute
Update and maintenance strategies1 Minute
Document freshness and lifecycle management1 Minute
Introduction1 Minute
Reranking fundamentals and architecture1 Minute
Evolution beyond basic retrieval systems1 Minute
Reranker model types and characteristics1 Minute
Amazon Bedrock reranker models integration1 Minute
Bedrock reranker capabilities and model options1 Minute
API specifications and input/output formats1 Minute
Hybrid search architecture with reranking1 Minute
Multi-signal retrieval architecture design1 Minute
OpenSearch implementation with reranking1 Minute
Result merging and fusion strategies1 Minute
Performance and quality optimization1 Minute
Evaluation frameworks and metrics1 Minute
Latency management and optimization1 Minute

Das ist alles enthalten

29 Lektüren

29 LektürenInsgesamt 31 Minuten

Introduction1 Minute
Query expansion with Amazon Bedrock1 Minute
Implementation with Bedrock1 Minute
Query decomposition with AWS Lambda1 Minute
Lambda implementation patterns1 Minute
Query transformation workflows1 Minute
Workflow orchestration1 Minute
Performance optimization1 Minute
Integration and deployment1 Minute
System integration patterns1 Minute
Practical implementation example1 Minute
E-commerce search scenario1 Minute
Challenges and limitations1 Minute
Technical challenges1 Minute
Operational limitations1 Minute
Introduction1 Minute
System integration architecture and design1 Minute
Connecting expansion, decomposition, and transformation1 Minute
Latency, throughput, and cost optimization1 Minute
Performance evaluation and quality assessment1 Minute
Retrieval quality metrics implementation1 Minute
Real-world implementation case study1 Minute
Query context management with AgentCore Episodic Memory3 Minuten
A/B testing and iterative refinement1 Minute
Legal technology case study analysis1 Minute
Implementation patterns and architecture decisions1 Minute
Performance outcomes and optimization results1 Minute
Advanced integration techniques and future considerations1 Minute
Adaptive processing and machine learning integration1 Minute

Das ist alles enthalten

43 Lektüren

43 LektürenInsgesamt 49 Minuten

Introduction1 Minute
Function interface design principles1 Minute
Parameter standardization and validation1 Minute
Error handling conventions and response formatting1 Minute
Vector search function patterns1 Minute
Query construction Functions2 Minuten
Result processing and formatting functions1 Minute
Implementation approaches and architecture1 Minute
AWS Lambda function design and deployment1 Minute
API gateway integration and security2 Minuten
Cross-service authentication and integration1 Minute
Healthcare use case implementation1 Minute
Clinical search system development1 Minute
Clinical decision support integration1 Minute
Introduction1 Minute
API Design for Retrieval Services1 Minute
Synchronous vs. asynchronous processing patterns2 Minuten
Request/response standardization1 Minute
Query parameter normalization and result management1 Minute
Query parameter normalization strategies1 Minute
Result pagination and formatting1 Minute
Metadata inclusion standards1 Minute
Cross-service integration and interoperability1 Minute
OpenAPI specification development2 Minuten
Version compatibility management1 Minute
Financial services use case implementation1 Minute
Standardized function calling interface design1 Minute
Fraud detection model integration1 Minute
Introduction1 Minute
Foundation model integration requirements1 Minute
Context window considerations and management2 Minuten
Input formatting standards and response parsing1 Minute
Retrieval-augmented generation workflows1 Minute
Pre-processing pipelines and content preparation1 Minute
Post-processing techniques and response enhancement1 Minute
Caching strategies and performance optimization2 Minuten
Error handling and fallback mechanisms1 Minute
Graceful degradation approaches1 Minute
Timeout management and alternative retrieval paths1 Minute
System resilience and reliability patterns1 Minute
Government agency use case implementation1 Minute
Unified retrieval augmentation API development1 Minute
Document processing and citizen services integration1 Minute

Das ist alles enthalten

4 Lektüren1 Aufgabe

Erwerben Sie ein Karrierezertifikat.

Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.

Dozent

AWS Instructor

Amazon Web Services

196 Kurse367.650 Lernende

von

Amazon Web Services

Mehr von Machine Learning entdecken

Edureka
RAG Systems in Practice
Kurs
Status: Kostenloser Testzeitraum
SkillsBooster Academy
Fundamentals of Gen AI Retrieval Dynamics
Kurs
Kategorie: Vorschau
DeepLearning.AI
Retrieval Augmented Generation (RAG)
Kurs
Kategorie: Bestseller
Kategorie: Vorschau
Packt
Intelligent Retrieval and Agent Architectures with LangChain
Kurs
Status: Kostenloser Testzeitraum

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Lernender seit 2018

„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“

Jennifer J.

Lernender seit 2020

„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“

Larry W.

Lernender seit 2021

„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“

Chaitanya A.

„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Nutzen Sie mit unserem Labor-Day-Angebot mehr als 10.000 Programme
Coursera Plus abonnieren
Beginnen Sie mit einfachen Einsparungsmöglichkeiten für hart arbeitende Teams
Sparen Sie heute 30 %

Häufig gestellte Fragen

To access course materials, assignments, and earn a Certificate, you'll need to purchase the Certificate experience when you enroll in a course. Eligible learners may also have the option to start with a Free Trial. Some courses may also offer a Full Course, No Certificate option. This lets you access course materials, submit required assessments, and receive a final grade, but you won't be able to earn or purchase a Certificate.

When you enroll in the course, you get access to all of the courses in the Certificate, and you earn a certificate when you complete the work. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile.