Analyze & Deploy Scalable LLM Architectures is an intermediate course for ML engineers and AI practitioners tasked with moving large language model (LLM) prototypes into production. Many powerful models fail under real-world load due to architectural flaws. This course teaches you to prevent that.
Analyze & Deploy Scalable LLM Architectures
Acquérir des compétences de haut niveau avec Coursera Plus pour 199 $ (régulièrement 399 $). Économisez maintenant.
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
niveau Intermédiaire
Expérience recommandée
2 heures à compléter
Planning flexible
Apprenez à votre propre rythme
Compétences que vous acquerrez
- Catégorie : Large Language Modeling
- Catégorie : Performance Tuning
- Catégorie : Analysis
- Catégorie : Retrieval-Augmented Generation
- Catégorie : Scalability
- Catégorie : Containerization
- Catégorie : Cloud Deployment
- Catégorie : Configuration Management
- Catégorie : Release Management
- Catégorie : LLM Application
- Catégorie : Model Deployment
- Catégorie : Continuous Delivery
- Catégorie : Application Performance Management
- Catégorie : Systems Analysis
- Catégorie : Infrastructure as Code (IaC)
- Catégorie : Kubernetes
- Catégorie : Application Deployment
- Catégorie : Performance Analysis
- Catégorie : Performance Testing
- Catégorie : MLOps (Machine Learning Operations)
Détails à connaître
Certificat partageable
Ajouter à votre profil LinkedIn
Récemment mis à jour !
janvier 2026
Enseigné en Anglais
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Il y a 3 modules dans ce cours
This module establishes the foundational mindset that "performance lives in the pipeline." Learners will discover that a large language model (LLM) application is a multi-stage system where overall speed is dictated by the slowest component. They will learn to deconstruct a complex Retrieval-Augmented Generation (RAG) architecture, trace a user request through it, and use system diagrams to form an evidence-based hypothesis about the primary performance bottleneck.
Inclus
2 vidéos1 lecture2 devoirs
In this module, learners move from hypothesis to evidence. They will learn to use system logging and profiling data to quantify the precise latency contribution of each stage in an LLM pipeline. The focus is on designing small, reversible, and hypothesis-driven experiments to prove or disprove their initial findings and distinguish a performance bottleneck's root cause from its symptoms.
Inclus
1 vidéo2 lectures2 devoirs
This module bridges the gap between a working prototype and a resilient, production-ready service. Learners will design and manage declarative deployments using Helm and Kubernetes, package a multi-component RAG stack, and implement Horizontal Pod Autoscaling (HPA) for dynamic, cost-efficient scaling. They will also master the critical operational skills of performing controlled, zero-downtime rollouts and rapid rollbacks.
Inclus
2 vidéos2 lectures2 devoirs
Instructeur
Offert par
En savoir plus sur Design and Product
Statut : Prévisualisation
Statut : Essai gratuit
Statut : Essai gratuit
Statut : Essai gratuit
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
To access the course materials, assignments and to earn a Certificate, you will need to purchase the Certificate experience when you enroll in a course. You can try a Free Trial instead, or apply for Financial Aid. The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
When you purchase a Certificate you get access to all course materials, including graded assignments. Upon completing the course, your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile.
Yes. In select learning programs, you can apply for financial aid or a scholarship if you can’t afford the enrollment fee. If fin aid or scholarship is available for your learning program selection, you’ll find a link to apply on the description page.
Plus de questions
Aide financière disponible,
¹ Certains travaux de ce cours sont notés par l'IA. Pour ces travaux, vos Données internes seront utilisées conformément à Notification de confidentialité de Coursera.