Ce cours vous permettra d'acquérir les compétences nécessaires pour développer des applications RAG (Génération augmentée par récupération) à l'aide de LlamaIndex et de Grands modèles de langage (LLM). Vous explorerez l'intégration de LlamaIndex avec diverses sources de données et comment affiner les invites pour des applications sophistiquées pilotées par l'IA. Le cours commence par les fondamentaux des LLM et les concepts clés autour de l'ingénierie des requêtes, avant de plonger profondément dans les capacités de LlamaIndex. Vous apprendrez d'abord les éléments essentiels de LlamaIndex et la configuration de son environnement, puis vous créerez votre première application. Le cours vous emmène progressivement à travers les différents types de messages, y compris les messages conversationnels, et présente les évaluateurs de similarité sémantique. Vous comprendrez l'importance des Langage embeddings, des bases de données vectorielles, et comment travailler avec une Chroma DB ou une base de données SQL pour stocker et récupérer des données efficacement. De plus, le cours vous guidera dans la création et l'optimisation des pipelines de requêtes dans LlamaIndex, tels que les pipelines de requêtes séquentielles et les pipelines DAG (Directed Acyclic Graph), et dans le travail avec les agents et les outils. Vous construirez des applications du monde réel, y compris une calculatrice utilisant un agent ReAct et un agent de document avec des outils dynamiques, démontrant la polyvalence de LlamaIndex dans divers cas d'utilisation. Ce cours est conçu pour les développeurs, les scientifiques des données et les passionnés d'IA qui souhaitent approfondir LlamaIndex pour le développement d'applications avancées. Une compréhension de base de la programmation Python et des concepts de l'IA est recommandée pour ce cours de niveau intermédiaire. À la fin du cours, vous serez en mesure de concevoir, de construire et de déployer de puissantes applications basées sur RAG adaptées aux besoins de données complexes du monde réel.