Ce cours LangChain for Advanced Generative IA Workflows vous permet d'acquérir les compétences nécessaires pour construire des applications évolutives et augmentées de récupération à l'aide de grands modèles de langage. Commencez par les concepts fondamentaux : apprenez comment les Modélisation des données, les chargeurs de documents et les séparateurs de texte préparent et structurent les données pour les tâches d'IA générative. Passez aux techniques d'intégration et aux magasins de vecteurs pour une recherche sémantique et une extraction de données efficaces. Maîtrisez les méthodes d'extraction de LangChain et les types de chaînes tels que Sequential, Stuff, Refine et Map Reduce pour gérer des flux de travail complexes. Concluez avec LangChain Memory and Agents - développez des systèmes conscients du contexte et intégrez des LLM locaux comme Falcon pour des applications réelles. Pour réussir ce cours, vous devez avoir une solide compréhension de Python, des modèles de langage et des concepts de base de l'IA générative.
Profitez d'une croissance illimitée avec un an de Coursera Plus pour 199 $ (régulièrement 399 $). Économisez maintenant.
Cours LangChain pour le développement d'applications LLM
Ce cours fait partie de Spécialisation Certification en ingénierie et développement d'applications LLM
Instructeur : Priyanka Mehta
Inclus avec
Expérience recommandée
Ce que vous apprendrez
Données en cours d'utilisation d'un chargeur de documents, d'un séparateur de texte et d'un analyseur syntaxique LangChain pour le traitement de données non structurées
Mise en œuvre d'encastrements et d'entrepôts vectoriels pour permettre la recherche et l'extraction sémantiques
Construire des flux de travail avancés avec les chaînes LangChain comme Sequential et Map Reduce
Créer des applications dynamiques et contextuelles à l'aide de composants de mémoire et d'agents
Compétences que vous acquerrez
- Catégorie : Emboîtements
- Catégorie : LangChain
- Catégorie : Grand modèle de langage (LLM)
- Catégorie : Prompt engineering
- Catégorie : Candidature au LLM
- Catégorie : Gestion du contexte
- Catégorie : Flux de travail IA
- Catégorie : Génération augmentée de récupération
- Catégorie : Agents IA génératifs
- Catégorie : Web sémantique
- Catégorie : Visage étreint
- Catégorie : Bases de données vectorielles
Détails à connaître
Ajouter à votre profil LinkedIn
juillet 2025
13 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable
Il y a 4 modules dans ce cours
Explorer les fondements des E/S de modèles et du traitement des documents dans LangChain. Apprendre comment les invites, les modèles de langage et les analyseurs de sortie interagissent au sein des flux de travail des chatbots. Comprendre comment utiliser les chargeurs de documents et les séparateurs de texte pour traiter les données non structurées. Acquérir une expérience pratique avec les composants LangChain grâce à des démonstrations couvrant les types de documents, les stratégies de chargement et les méthodes de fractionnement de texte.
Inclus
8 vidéos1 lecture4 devoirs
Apprenez comment les embeddings et les entrepôts vectoriels alimentent la recherche et l'extraction dans les applications d'IA générative. Explorer les principes fondamentaux des embeddings, leur rôle dans la représentation du texte et la manière dont ils se connectent aux bases de données vectorielles. Comprendre comment utiliser les modèles d'intégration de texte et VectorStore pour une interrogation efficace des données. Mettre en pratique les démonstrations de LangChain en utilisant des chargeurs, des séparateurs de texte et des embeddings.
Inclus
4 vidéos3 devoirs
Maîtrisez la récupération et les chaînes LangChain pour améliorer vos flux de travail d'IA générative. Apprenez comment les LangChain Retrievers localisent les données pertinentes et comment les différents types de chaînes tels que Sequential, Stuff, Refine et Map Reduce pour traiter et gérer les informations. Explorez les applications du monde réel avec des démonstrations, notamment comment construire des chaînes séquentielles pour rationaliser l'exécution des tâches pilotées par l'IA.
Inclus
5 vidéos3 devoirs
Explorez la mémoire et les agents LangChain pour créer des applications GenAI dynamiques et sensibles au contexte. Apprenez les types de mémoire dans LangChain et comment ils permettent la continuité de la conversation. Comprendre comment les agents prennent des décisions et interagissent avec les outils. Acquérir une expérience pratique de la création d'agents LangChain, de l'utilisation de la mémoire et de l'exécution de modèles locaux Falcon LLM dans des flux de travail d'IA du monde réel.
Inclus
6 vidéos3 devoirs
Obtenez un certificat professionnel
Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.
Instructeur
Offert par
En savoir plus sur Apprentissage automatique
Statut : Essai gratuit
Statut : Essai gratuitSimplilearn
Statut : GratuitDeepLearning.AI
Statut : Essai gratuit
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
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
Pour créer des applications LLM avec LangChain, vous utilisez ses composants modulaires tels que les invites, les chaînes, la mémoire et les agents pour connecter les modèles de langage avec des outils, des documents et des API. LangChain permet un raisonnement contextuel en plusieurs étapes dans vos applications.
Le meilleur cours de LLM couvre les concepts fondamentaux, l'ingénierie de requête, l'intégration de modèles (comme GPT ou Flan T5) et les outils pratiques comme LangChain ou Hugging Face. Recherchez des projets pratiques qui démontrent des cas d'utilisation réels.
Un cours LangChain enseigne comment utiliser le framework LangChain pour construire des flux de travail et des applications d'IA générative à l'aide de grands modèles de langage. Il couvre des composants tels que les chaînes, la mémoire, les enchâssements et les agents afin de créer des solutions intelligentes et évolutives.
Plus de questions
Aide financière disponible,