Niveau
Avancé
Prix
1560 Euros HT
Editeur
Durée
2 jours
Public visé
- Les développeurs de logiciels souhaitant exploiter de grands modèles de langage sans procéder à des réglages précis (IA Générative)
Prérequis
- Avoir suivi la formation “Technical Essentials”
- Maîtrise de niveau intermédiaire en Python
Objectifs
- Aborder le concept général d’IA générative
- Comprendre Amazon Bedrock
- Bénéfices & cas d’usage avec Amazon Bedrock
- Décrire les modèles de base d’Amazon Bedrock, les paramètres d’inférence et les principales API Amazon Bedrock
- Décrire les modèles d’architecture qui peuvent être implémentés avec Amazon Bedrock pour créer des applications d’IA génératives
- Comprendre la structure des coûts d’Amazon Bedrock
- Implémenter une démonstration d’Amazon Bedrock dans AWS Management Console
- Définir une ingénierie rapide et appliquer les meilleures pratiques générales lors de l’interaction avec les FM
- Identifier les types de base de techniques de prompt, y compris l’apprentissage par tir zéro et par quelques tirs
- Identifiez les offres Amazon Web Services (AWS) qui vous aident à surveiller, sécuriser et gouverner vos applications Amazon Bedrock
- Décrire comment intégrer LangChain avec des modèles de langage étendus (LLM), des modèles d’invite, des chaînes, des modèles de discussion, des modèles d’incorporation de texte, des chargeurs de documents, des récupérateurs et des agents pour Amazon Bedrock
Programme (2 jours)
JOUR 1
INTRODUCTION
INTRODUCTION À L’IA GENERATIVE
PLANIFIER UN PROJET GEN-IA
DÉMARRER AVEC AMAZON BEDROCK
Demo 1: Démarrer avec Amazon Bedrock
LES FONDATIONS DU “PROMPT ENGINEERING”
Demo 2: Image Bias-Mitigation
JOUR 2
COMPOSANTS D’APPLICATION AMAZON BEDROCK
MODÈLES DE FONDATION AMAZON BEDROCK
Lab 1a: Invoquer les modèles Amazon Bedrock pour la génération de texte
LANGCHAIN
Lab 1b: Amazon Bedrock / Langchain
MODÈLES D’ARCHITECTURES
Lab 2a: Résumation textuelle de petits fichiers avec Anthropic Claude
Lab 2b: Résumé de texte abstrait avec Amazon Titan à l’aide de LangChain
Lab 3: Utilisation d’Amazon Bedrock pour répondre aux questions
Lab 4: Interface conversationnelle – Chatbot avec AI21 LLM
Lab 5: Utilisation des modèles Amazon Bedrock pour la génération de code
Lab 6: Intégration des modèles Amazon Bedrock avec les agents LangChain