AI 和 LLM 工程精通：GenAI、RAG 完整指南
从基础到高级人工智能工程——微调、RAG、人工智能代理、矢量数据库和真实世界项目
讲师：Paulo Dichone | Software Engineer
双语IT资源独家Udemy付费课程，独家中英文字幕，配套资料齐全！
用不到1/10的价格，即可享受同样的高品质课程，且可以完全拥有，随时随地都可以任意观看和分享。
您将学到什么
- 掌握处理 PDF 和多模式数据的 RAG 系统的架构和工作流程。
- 掌握人工智能、机器学习和深度学习的基础知识（基础）
- 掌握 LangChain 工具、框架和工作流程，包括嵌入技术和检索器。
- 使用 OpenAI、LoRA 和其他技术对模型进行微调，以定制 AI 响应。
- 使用先进的 RAG 技术、多模式搜索和 AI 代理为实际用例开发 AI 驱动的应用程序。
探索相关主题
要求
- 编程基础 – 包含 Python 基础知识
描述
成为一名 AI 工程师，并通过这门全面的实践课程掌握大型语言模型 (LLM)、生成式 AI、检索增强生成 (RAG)、AI 代理和矢量数据库。
无论是初学者还是经验丰富的开发人员，本课程都将带您从零开始成为构建现实世界的人工智能应用程序的英雄。
本课程将深厚的理论见解与实践项目相结合，确保您了解 AI 模型架构、开发和优化策略以及实际应用。
您将学到的内容：
-
深度学习和机器学习基础
-
了解神经网络、激活函数、变换器和人工智能的演变。
-
了解现代 AI 模型如何在实际应用中进行训练、优化和部署。
-
-
掌握大型语言模型 (LLM) 和基于 Transformer 的 AI
-
深入研究 OpenAI 模型和开源 AI 框架。
-
从头开始构建和部署自定义的 LLM 应用程序。
-
-
检索增强生成 (RAG) 和人工智能搜索
-
了解 AI 如何使用向量嵌入、FAISS 和 ChromaDB 检索知识。
-
实施可扩展的 RAG 系统，实现 AI 驱动的文档搜索和检索。
-
-
LangChain 和 AI 代理工作流程
-
构建可自主检索、处理和生成信息的 AI 代理。
-
-
微调 LLM 和开源 AI 模型
-
针对定制应用对 OpenAI 和 LoRA 模型进行微调。
-
了解如何优化 LLM 以提高准确性、效率和可扩展性。
-
-
矢量数据库和人工智能驱动的知识检索
-
与 FAISS、ChromaDB 和基于矢量的 AI 搜索工作流程协同工作。
-
开发检索和处理结构化和非结构化数据的人工智能系统。
-
-
亲身体验人工智能部署和实际应用
-
构建人工智能聊天机器人、多模式 RAG 应用程序和人工智能自动化工具。
-
谁应该参加这门课程？
-
有抱负的人工智能工程师和数据科学家——希望掌握法学硕士学位、人工智能检索和搜索系统。
-
开发人员和软件工程师——他们希望将人工智能集成到他们的应用程序中。
-
机器学习爱好者——寻求深入研究人工智能、GenAI 和人工智能搜索。
-
科技企业家和产品经理——想要构建人工智能驱动的 SaaS 产品。
-
学生和人工智能初学者——他们需要从初学者到专家的结构化、循序渐进的路径。
课程要求
-
无需任何 AI 经验——本课程将带您从初学者成为专家。
-
基本的 Python 知识（推荐但不要求 – 课程中包含 Python 基础知识）。
-
熟悉 API 和 JSON 很有帮助，但不是强制性的。
-
一台可以上网并用于实践开发的计算机。
为什么要参加这门课程？
-
全面的 AI 培训：涵盖 LLM、RAG、AI 代理、矢量数据库、微调。
-
实践项目：每个概念都通过现实世界的 AI 应用得到强化。
-
最新且实用：学习顶尖科技公司使用的尖端人工智能技术和工具。
-
从零到英雄的方法：专为完全的初学者和经验丰富的开发人员设计。
掌握人工智能工程并成为 GenAI、LLM 和 RAG 专家。
本课程适合哪些人：
- 希望实现人工智能文档搜索和检索的开发人员。
- 想要构建人工智能驱动应用程序的技术企业家和产品经理。
- 学生和研究人员正在探索法学硕士和人工智能驱动自动化的实际应用。
如果你有能力，请务必支持课程的原创作者，这是他们应得的报酬！
本站收取的费用，仅用来维持网站正常运行的必要支出，从本站下载任何内容，说明你已经知晓并同意此条款。
