Coursera

Certificat Professionnel LLM Engineering That Works: Prompting, Tuning, and Retrieval

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

Coursera

Certificat Professionnel LLM Engineering That Works: Prompting, Tuning, and Retrieval

Engineer Production-Ready LLM Systems.

Learn prompting, tuning, retrieval, and scalable architectures for reliable AI applications.

Inclus avec Coursera PlusEn savoir plus

Demander à Coursera

Obtenez une qualification professionnelle qui traduit votre expertise
niveau Intermédiaire

Expérience recommandée

2 mois à compléter
à 10 heures par semaine
Planning flexible
Apprenez à votre propre rythme
Obtenez une qualification professionnelle qui traduit votre expertise
niveau Intermédiaire

Expérience recommandée

2 mois à compléter
à 10 heures par semaine
Planning flexible
Apprenez à votre propre rythme

Ce que vous apprendrez

  • Design and deploy production-grade LLM systems combining prompting, tuning, and retrieval

  • Build reliable, scalable AI pipelines with evaluation, monitoring, and governance

  • Apply responsible AI practices, ethics, and safety throughout the lifecycle of LLMs

Compétences que vous acquerrez

  • Catégorie : Prompt Patterns
  • Catégorie : Large Language Modeling
  • Catégorie : Model Optimization
  • Catégorie : Responsible AI
  • Catégorie : Product Requirements
  • Catégorie : Feature Engineering
  • Catégorie : Model Training
  • Catégorie : Data Pipelines
  • Catégorie : AI Security
  • Catégorie : Systems Architecture
  • Catégorie : MLOps (Machine Learning Operations)
  • Catégorie : Model Evaluation
  • Catégorie : SQL
  • Catégorie : Data Ethics
  • Catégorie : LLM Application

Outils que vous découvrirez

  • Catégorie : PyTorch (Machine Learning Library)
  • Catégorie : Prompt Engineering
  • Catégorie : Model Deployment
  • Catégorie : Apache Airflow
  • Catégorie : Kubernetes

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Enseigné en Anglais
Récemment mis à jour !

mars 2026

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

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

Faites progresser votre carrière avec des compétences recherchées

  • Recevez une formation professionnelle par Coursera
  • Démontrez vos compétences techniques
  • Obtenez un certificat reconnu par les employeurs auprès de Coursera

Certificat professionnel - série de 6 cours

Production AI Model Development and Ethics

Production AI Model Development and Ethics

COURS 1, 10 heures

Ce que vous apprendrez

  • Apply custom training loops with callbacks (early-stopping, checkpointing) and diagnose gradient issues using norm and activation analysis.

  • Implement feature engineering pipelines for structured and text data, then evaluate ML experiments to select production-ready models.

  • Create comprehensive model cards for LLM features that detail intended use, technical limitations, and specific fairness metrics.

  • Evaluate AI systems against established ethical guidelines to identify biases and propose actionable mitigation strategies.

Compétences que vous acquerrez

Catégorie : Feature Engineering
Catégorie : Model Evaluation
Catégorie : Model Training
Catégorie : Responsible AI
Catégorie : Model Deployment
Catégorie : Technical Documentation
Catégorie : Scikit Learn (Machine Learning Library)
Catégorie : Software Documentation
Catégorie : MLOps (Machine Learning Operations)
Catégorie : Data Pipelines
Catégorie : Data Preprocessing
Catégorie : Deep Learning
Catégorie : Data Ethics
Catégorie : PyTorch (Machine Learning Library)
Catégorie : Model Optimization
Building Reliable LLM Systems

Building Reliable LLM Systems

COURS 2, 18 heures

Ce que vous apprendrez

  • Build scripts with lexical/semantic metrics to evaluate LLMs, diagnose hallucinations, and balance vector-search recall against latency.

  • Apply hypothesis testing, confidence intervals, and significance metrics to evaluate model accuracy and validate results from A/B experiments.

  • Utilize parameterized SQL and data manipulation to segment user logs, calculate retention, and securely retrieve large-scale datasets.

  • Analyze LLM performance gaps to prioritize technical fixes and implement remediation measures for production-level reliability.

Compétences que vous acquerrez

Catégorie : Model Evaluation
Catégorie : Statistical Methods
Catégorie : Performance Tuning
Catégorie : Statistical Analysis
Catégorie : SQL
Catégorie : Data-Driven Decision-Making
Catégorie : Performance Testing
Catégorie : Debugging
Catégorie : Python Programming
Catégorie : Vector Databases
Catégorie : Query Languages
Catégorie : MLOps (Machine Learning Operations)
Catégorie : Retrieval-Augmented Generation
Catégorie : Large Language Modeling
Catégorie : LLM Application
Catégorie : Statistical Hypothesis Testing
Catégorie : Artificial Intelligence and Machine Learning (AI/ML)
Testing and Refining LLM Applications

Testing and Refining LLM Applications

COURS 3, 13 heures

Ce que vous apprendrez

  • Apply TDD to microservice endpoints and refactor modules based on code reviews to improve readability and reduce complexity.

  • Develop behavior and safety tests to ensure LLM outputs comply with policies and block unsafe changes to the model.

  • Apply data versioning to track artifacts and evaluate ML experiment runs to select production-ready models.

  • Create scripts using Python's argparse to automate multi-step computational workflows in cloud environments.

Compétences que vous acquerrez

Catégorie : Test Driven Development (TDD)
Catégorie : Security Testing
Catégorie : Continuous Integration
Catégorie : Unit Testing
Catégorie : Software Testing
Catégorie : AI Security
Catégorie : MLOps (Machine Learning Operations)
Catégorie : Model Deployment
Catégorie : SQL
Catégorie : Test Script Development
Catégorie : Test Case
Catégorie : Test Automation
Catégorie : LLM Application
Catégorie : CI/CD
Catégorie : Statistical Analysis
Catégorie : Large Language Modeling
Catégorie : Responsible AI
Catégorie : Testability
Catégorie : AI Workflows
Catégorie : Python Programming
Designing Production LLM Architectures

Designing Production LLM Architectures

COURS 4, 11 heures

Ce que vous apprendrez

  • Compare synchronous and asynchronous architectures and apply 12-factor principles and container orchestration to deploy scalable microservices.

  • Analyze multi-region deployments, pinpoint latency bottlenecks, and design resilient architecture improvements via fault analysis.

  • Create Airflow DAGs to automate data workflows and analyze the impact of schema evolution on downstream processes and tests.

  • Analyze trade-offs between self-hosting models vs. managed APIs and evaluate proposed infrastructure for fault tolerance and cost.

Compétences que vous acquerrez

Catégorie : Application Deployment
Catégorie : Data Pipelines
Catégorie : Scalability
Catégorie : Software Architecture
Catégorie : Microservices
Catégorie : Diagram Design
Catégorie : Kubernetes
Catégorie : Apache Airflow
Catégorie : Cloud-Native Computing
Catégorie : Model Deployment
Catégorie : LLM Application
Catégorie : Open Source Technology
Catégorie : Infrastructure Architecture
Catégorie : Managed Services
Catégorie : AWS CloudFormation
Catégorie : Azure DevOps
Catégorie : Systems Architecture
Catégorie : Large Language Modeling
Catégorie : Software Design
Catégorie : Containerization
Evaluating LLM Performance and Efficiency

Evaluating LLM Performance and Efficiency

COURS 5, 9 heures

Ce que vous apprendrez

  • Create PRDs with requirements and success metrics, and evaluate features against user-story acceptance criteria to identify gaps.

  • Evaluate prompt patterns and compute-spend reports to implement model-optimization techniques that reduce operational costs.

  • Analyze pipelines using value-stream mapping to eliminate inefficiencies and prioritize chatbot KPI optimizations.

  • Create technical documentation for vector index updates and evaluate system effectiveness against business requirements.

Compétences que vous acquerrez

Catégorie : Product Requirements
Catégorie : Prompt Engineering
Catégorie : Model Optimization
Catégorie : Process Optimization
Catégorie : Key Performance Indicators (KPIs)
Catégorie : Product Management
Catégorie : LLM Application
Catégorie : Large Language Modeling
Catégorie : Artificial Intelligence and Machine Learning (AI/ML)
Catégorie : Operational Efficiency
Catégorie : Process Driven Development
Catégorie : Cost Containment
Catégorie : Prompt Patterns
Catégorie : Process Design
Catégorie : Process Mapping
Catégorie : User Requirements Documents
Catégorie : MLOps (Machine Learning Operations)
Catégorie : Token Optimization
Catégorie : Business Process Automation
Catégorie : Product Lifecycle Management
Advancing Your Career in Production AI

Advancing Your Career in Production AI

COURS 6, 1 heure

Ce que vous apprendrez

  • Position yourself for senior AI roles by creating a strategic portfolio and mastering advanced system design and ethics-focused technical interviews.

Compétences que vous acquerrez

Catégorie : Data Ethics
Catégorie : Responsible AI
Catégorie : System Design and Implementation
Catégorie : Technical Design
Catégorie : Apache Airflow
Catégorie : Technical Communication
Catégorie : Communication
Catégorie : AI Workflows
Catégorie : SQL
Catégorie : Model Deployment
Catégorie : Model Optimization
Catégorie : CI/CD
Catégorie : Python Programming
Catégorie : Model Training
Catégorie : AWS CloudFormation
Catégorie : LLM Application
Catégorie : MLOps (Machine Learning Operations)
Catégorie : Artificial Intelligence and Machine Learning (AI/ML)
Catégorie : Prompt Engineering
Catégorie : AI Security

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

Professionals from the Industry
513 Cours118 215 apprenants

Offert par

Coursera

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

¹Basé sur les réponses au sondage sur les résultats des étudiants Coursera, États-Unis, 2021.