Apprenez à concevoir des architectures de prompts de production et à créer des outils avancés de traitement du langage naturel (NLP) sur Amazon Bedrock. Vous explorerez le cycle de vie du traitement des tokens, depuis l’entrée de texte brut jusqu’à la sortie du modèle en passant par la tokenisation, puis vous concevrez des modèles de prompts réutilisables avec des espaces réservés pour les variables, un suivi des versions et des tests A/B grâce à la gestion des prompts de Bedrock. Cette formation aborde les workflows « prompt-as-code » qui intègrent la gestion du cycle de vie des prompts aux pipelines DevOps existants, notamment la création et l’invocation programmatiques de prompts via l’interface CLI d’AWS. Dans le deuxième module, vous développerez des implémentations avancées de TALN à l’aide d’agents Bedrock, en utilisant des prompts de type « chaîne de pensée » et la méthodologie d’analyse des « cinq pourquoi » pour l’investigation des causes profondes. Vous construirez des pipelines d’agents NLP qui décomposent des tâches linguistiques complexes en workflows de traitement en plusieurs étapes, intégrerez Amazon Transcribe pour les couches d’entrée de reconnaissance vocale, et développerez des outils NLP personnalisés en Rust, notamment SVGen pour la génération de diagrammes SVG alimentée par l’IA et une passerelle Ollama-Bedrock pour un déploiement NLP hybride local-cloud. À l’issue de cette formation, vous serez capable de concevoir des systèmes de prompts versionnés, de mettre en œuvre des workflows d’agents basés sur la « chaîne de pensée » et de développer des outils de NLP en production en Rust.