Coursera

Optimiser et interfacer efficacement les applications LLM

Obtenez l'une de nos meilleures offres avec Coursera Plus pour 199 $ (habituellement 399 $). Économisez maintenant.

Coursera

Optimiser et interfacer efficacement les applications LLM

Starweaver
Karlis Zars

Instructeurs : Starweaver

Inclus avec Coursera PlusEn savoir plus

Demander à Coursera

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
niveau Intermédiaire

Expérience recommandée

4 heures à compléter
Planning flexible
Apprenez à votre propre rythme
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
niveau Intermédiaire

Expérience recommandée

4 heures à compléter
Planning flexible
Apprenez à votre propre rythme

Ce que vous apprendrez

  • Optimisez le comportement des modèles de langage à grande échelle (LLM) grâce à des invites structurées, à l'attribution de rôles et à un formatage contrôlé des résultats.

  • Concevoir un middleware évolutif permettant de gérer les requêtes API, les limites de débit, la mise en cache et les budgets de jetons pour des applications LLM performantes.

  • Créer des interfaces intuitives et centrées sur l'utilisateur, intégrant des boucles de rétroaction afin d'améliorer en permanence les réponses des modèles et de renforcer la confiance des utilisateurs.

Compétences que vous acquerrez

  • Catégorie : Candidature au LLM
  • Catégorie : Optimisation des jetons
  • Catégorie : Motifs de l'invitation
  • Catégorie : Développement web back-end
  • Catégorie : Interaction homme-machine
  • Catégorie : Interface utilisateur (UI)
  • Catégorie : Outils d'ingénierie rapide
  • Catégorie : Recherche UI/UX
  • Catégorie : Conception de l'interface et de l'expérience utilisateur (UI/UX)
  • Catégorie : Conception d'interaction

Outils que vous découvrirez

  • Catégorie : Logiciel médiateur
  • Catégorie : Intégration frontale
  • Catégorie : API OpenAI

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Évaluations

1 devoir

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

 logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Élaborez votre expertise du sujet

Ce cours fait partie de la Spécialisation "Créer des applications LLM de nouvelle génération avec LangChain et LangGraph"
Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.
  • 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 3 modules dans ce cours

Ce module explore comment transformer le comportement vague ou incohérent des modèles de langage de grande envergure (LLM) en un raisonnement précis et contrôlable grâce à la conception avancée de prompts. Les apprenants découvriront pourquoi même des modèles bien entraînés « échouent en silence » – en produisant des résultats fluides mais peu fiables – et apprendront à diagnostiquer et à résoudre ces problèmes de manière systématique. En appliquant des méthodes structurées de formulation de prompts, telles que le raisonnement par chaîne de pensée, le formatage JSON et la mise en place d’un contexte basé sur les rôles, les étudiants acquerront des compétences pratiques pour optimiser les performances des LLM sans avoir à réentraîner le modèle. Le module se termine par une démonstration en direct dans l’environnement de test de l’API ChatGPT, montrant comment quelques ajustements stratégiques des prompts peuvent améliorer considérablement la précision factuelle et la cohérence des réponses.

Inclus

4 vidéos2 lectures1 évaluation par les pairs

Ce module explore les fondements techniques des applications fiables basées sur les grands modèles de langage (LLM) : la couche API et middleware. Les apprenants apprendront à interagir efficacement avec les API LLM en mettant en œuvre des limitations de débit, des tentatives de requêtes, la mise en cache et la gestion des coûts liés aux jetons. L'accent est mis sur la stabilisation, l'évolutivité et la rentabilité des appels LLM dans des conditions proches de celles d'un environnement de production. Des modèles concrets sont illustrés à l’aide d’exemples en Python ou Node.js, et le module se termine par une démonstration pratique de création d’un service backend interagissant de manière robuste avec l’API OpenAI, garantissant des performances constantes et des coûts prévisibles, même en cas de forte charge d’utilisateurs.

Inclus

3 vidéos1 lecture1 évaluation par les pairs

Ce module fait le lien entre la conception technique et l'expérience utilisateur, en montrant comment l'interface influence directement l'efficacité du modèle. Les apprenants découvriront comment des éléments d’interface utilisateur bien pensés, tels que les invites de clarification, les curseurs de retour d’information et l’affichage du raisonnement, transforment un LLM statique en un système adaptatif et centré sur l’utilisateur. La leçon explore les meilleurs modèles d’expérience utilisateur pour les chatbots, les outils de génération de texte et les assistants de recherche intelligents, en soulignant comment le retour d’information « human-in-the-loop » améliore à la fois la précision et la fiabilité du modèle. La démonstration guide les apprenants dans la création d’une interface utilisateur minimale basée sur React qui se connecte au backend créé précédemment, visualise les réponses de manière dynamique et intègre les retours d’expérience des utilisateurs en temps réel pour une amélioration itérative du modèle. Ce module met l’accent sur la conception d’interactions centrées sur l’utilisateur et sur les modèles d’interface utilisateur adaptatifs qui permettent un apprentissage continu du modèle et renforcent la confiance des utilisateurs.

Inclus

4 vidéos1 lecture1 devoir2 évaluations par les pairs

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.

Instructeurs

Starweaver
Coursera
573 Cours1 170 228 apprenants

Offert par

Coursera

En savoir plus sur Informatique en nuage

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.’

Foire Aux Questions