Developing Generative AI Applications on AWS (MLDGAI)

Cloud
Strojově přeloženo

V tomto pokročilém dvoudenním kurzu se softwaroví vývojáři naučí vytvářet a přizpůsobovat řešení umělé inteligence pomocí programového přístupu k Amazon Bedrock. Prostřednictvím praktických cvičení a laboratorních úloh budou účastníci volat základní modely prostřednictvím rozhraní Amazon Bedrock API, implementovat vzory Retrieval Augmented Generation (RAG) s využitím Amazon Bedrock Knowledge Bases a vyvíjet agenty umělé inteligence s integrací nástrojů. Kurz se zaměřuje na praktickou implementaci technik prompt engineeringu, zodpovědné postupy v oblasti umělé inteligence s Amazon Bedrock Guardrails, integraci open source frameworků a architektonické vzory pro reálné podnikové aplikace.

  • Úroveň kurzu: Pokročilá
  • Délka trvání: 2 dny


Aktivity

Tento kurz zahrnuje prezentace, demonstrace, praktické laboratorní úlohy a skupinová cvičení

Cíle kurzu

V tomto kurzu se naučíte provádět následující činnosti:

  • Vyvíjet aplikace generativní umělé inteligence pomocí Amazon Bedrock.
  • Navrhovat architektonické vzory aplikací generativní umělé inteligence.
  • Konfigurovat rozhraní Amazon Bedrock API pro programové volání základních modelů (FM). Vyvíjet agentní aplikace umělé inteligence integrací nástrojů Amazon Bedrock a open source frameworků.
  • Vytvářet vlastní řešení s využitím Retrieval Augmented Generation (RAG) a Amazon Bedrock Knowledge Bases.
  • Integrovat open source SDK s Amazon Bedrock pro tvorbu podnikových řešení.
  • Optimalizovat odpovědi modelu pomocí technik prompt engineeringu.
  • Vyhodnocovat komponenty aplikací generativní umělé inteligence.
  • Implementovat postupy zodpovědné umělé inteligence pro ochranu generativní umělé inteligence.


Cílová skupina

Tento kurz je určen pro softwarové vývojáře.


Předpoklady

Doporučujeme, aby účastníci tohoto kurzu splňovali následující požadavky:

  • Absolvování instruktorem vedeného kurzu Generative AI Essentials AWS
  • Středně pokročilá znalost jazyka Python
  • Znalost prostředí AWS Cloud


Osnova kurzu

Den 1

Úvod do kurzu


Modul 1: Zkoumání komponent aplikací generativní umělé inteligence na AWS

  • Porozumění konceptům generativní umělé inteligence
  • Identifikace komponent zásobníku AWS pro generativní umělou inteligenci
  • Navrhování komponent aplikací generativní umělé inteligence


Modul 2: Programování s Amazon Bedrock

  • Řízení generování odpovědí modelu
  • Programové využívání Amazon Bedrock
  • Praktická laboratorní úloha: Vývoj s rozhraními Amazon Bedrock API
  • Praktická laboratorní úloha: Vývoj vzorů streamování s rozhraními Amazon Bedrock API


Modul 3: Aplikace prompt engineeringu pro vývojáře

  • Úvod do prompt engineeringu
  • Úvod do technik tvorby promptů
  • Optimalizace promptů pro dosažení lepších výsledků


Modul 4: Využití rozhraní Amazon Bedrock API v běžných architekturách

  • Implementace architektonických vzorů s rozhraními Amazon Bedrock API
  • Zkoumání běžných případů použití
  • Přidání konverzační paměti pro rozšíření kontextu
  • Praktická laboratorní úloha: Vývoj konverzačních vzorů s rozhraními Amazon Bedrock API


Modul 5: Přizpůsobení odpovědí generativní umělé inteligence pomocí RAG

  • Implementace Retrieval Augmented Generation (RAG)
  • Využití Amazon Bedrock Knowledge Bases
  • Praktická laboratorní úloha: Vývoj aplikací Retrieval Augmented Generation (RAG) s Amazon Bedrock Knowledge Bases


Modul 6: Integrace open source frameworků s Amazon Bedrock

  • Volání základního modelu v Amazon Bedrock pomocí LangChain
  • Využití LangChain pro kontextově relevantní odpovědi
  • Praktická laboratorní úloha: Vývoj vzoru aplikace generativní umělé inteligence pomocí open source frameworků a Amazon Bedrock Knowledge Bases


Den 2

Modul 7: Vyhodnocování komponent aplikací generativní umělé inteligence

  • Vyhodnocování komponent aplikací
  • Vyhodnocování výstupu modelu
  • Vyhodnocování výstupu RAG
  • Optimalizace latence a nákladů
  • Praktická laboratorní úloha: Vyhodnocování aplikací Retrieval Augmented Generation (RAG)


Modul 8: Implementace zodpovědné umělé inteligence

  • Porozumění konceptu zodpovědné umělé inteligence
  • Zmírňování předpojatosti a řešení zneužití promptů
  • Využití Amazon Bedrock Guardrails
  • Praktická laboratorní úloha: Zabezpečení aplikací generativní umělé inteligence pomocí Bedrock Guardrails


Modul 9: Využití nástrojů a agentů v aplikacích generativní umělé inteligence

  • Využívání nástrojů
  • Porozumění agentům umělé inteligence
  • Porozumění open source agentním frameworkům
  • Porozumění interoperabilitě agentů


Modul 10: Vývoj agentů Amazon Bedrock

  • Implementace Amazon Bedrock Flows
  • Navrhování Amazon Bedrock Agents
  • Vývoj Amazon Bedrock Inline Agents
  • Navrhování spolupráce více agentů
  • Využití Amazon Bedrock AgentCore
  • Praktická laboratorní úloha: Vývoj Amazon Bedrock Agents s integrací Amazon Bedrock Knowledge Bases a Guardrails


Závěr kurzu