Developing Generative AI Applications on AWS (MLDGAI)
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
Více od Amazon Web Services (AWS)
Advanced Architecting on AWS | Cloud
Advanced Architecting on AWS Jam Day | Cloud
Advanced Architecting on AWS with AWS Jam | Cloud
Advanced AWS Well-Architected Best Practices | Cloud
Advanced Generative AI Development on AWS | Cloud
Agentic AI Foundations | Cloud