【Udemy中英字幕】LLM Engineering: Master AI & Large Language Models (LLMs)

工程学硕士：掌握人工智能与大型语言模型 (LLM)

8 周内成为 LLM 工程师：构建和部署 8 个 LLM 应用程序，掌握生成式 AI 和关键理论概念。

讲师：Ligency Team

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

• 项目 1：制作人工智能宣传册生成器，可以智能地抓取和浏览公司网站。
• 项目 2：为航空公司构建具有 UI 和功能调用的多模式客户支持代理。
• 项目 3：开发使用开源和闭源模型从音频创建会议记录和行动项目的工具。
• 项目 4：制作将 Python 代码转换为优化的 C++ 的 AI，将性能提高 60,000 倍！
• 项目5：利用RAG打造AI知识工作者，成为公司所有相关事务的专家。
• 项目 6：Capstone 部分 A – 使用 Frontier 模型根据简短描述预测产品价格。
• 项目 7：Capstone B 部分 – 执行 Fine-tune 开源模型，以在价格预测方面与 Frontier 竞争。
• 项目 8：Capstone 第 C 部分 – 构建自主多代理系统，与模型协作以发现交易并通知您特别优惠。
• 通过选择、培训和应用法学硕士 (LLM) 来设计和开发针对特定业务问题的完整解决方案
• 比较和对比用于提高 LLM 解决方案性能的最新技术，例如 RAG、微调和代理工作流
• 权衡 10 个前沿 LLM 和 10 个开源 LLM，并能够针对特定任务选择最佳选择
• 通过应用领先的开源平台、框架和工具（包括 Hugging Face、Gradio 和 Weights & Biases）解决问题
• 阐述常见的人工智能范式，并确定最适合每种范式的业务问题类型
• 定义围绕深度学习的基本数据科学概念，包括训练与推理、泛化与过度拟合，以及 NN 背后的关键思想
• 描述生成式人工智能、法学硕士 (LLM) 和 Transformer 架构等核心概念，并讨论通过最先进的性能可以实现什么
• 详细解释 LLM 的工作原理，以便能够对其进行训练和测试、将其应用于新场景以及诊断和解决常见问题
• 使用前沿和开源模型以及 API 和直接推理在 Python 中实现 LLM 解决方案
• 执行代码来编写文档、回答问题和生成图像。

探索相关主题

• 大型语言模型（LLM）
• 数据科学
• 发展

要求

• 熟悉 Python。本课程不涉及 Python 基础知识，并且以 Python 完成。

描述

掌握生成式人工智能和法学硕士：为期 8 周的实践之旅

通过行业资深人士 Ed Donner 领导的实际项目加速您在 AI 领域的职业生涯。构建先进的生成式 AI 产品，试验 20 多个突破性模型，并掌握 RAG、QLoRA 和 Agents 等最先进的技术。

您将学到什么

•使用尖端模型和框架构建先进的生成式 AI 产品。

•试验超过 20 种突破性的 AI 模型，包括 Frontier 和开源模型。

•熟练使用HuggingFace、LangChain 和 Gradio 等平台。

•实施最先进的技术，例如 RAG（检索增强生成）、QLoRA 微调和代理。

•创建现实世界的 AI 应用程序，包括：

• 与文本、声音和图像交互的多模式客户支持助手。

• 人工智能知识工作者可以根据共享驱动器回答有关公司的任何问题。

• 优化软件的AI程序员，实现超过60,000倍的性能提升。

• 一款可以准确预测未知产品价格的电子商务应用程序。

•从推理过渡到训练，对 Frontier 和开源模型进行微调。

•将具有完善的用户界面和先进功能的AI 产品部署到生产中。

•提升您的 AI 和 LLM 工程技能，以走在行业前沿。

关于讲师

我是Ed Donner，一位拥有 20 多年经验的 AI 和技术领域的企业家和领导者。我曾与他人共同创立并出售自己的 AI 初创公司，创办了第二家公司，并领导过全球顶级金融机构和初创公司的团队。我热衷于将其他人带入这个令人兴奋的领域，并帮助他们成为行业前沿的专家。

项目：

项目 1：人工智能驱动的宣传册生成器，可智能地抓取和浏览公司网站。

项目 2：具有 UI 和功能调用的航空公司多模式客户支持代理。

项目 3：使用开源和闭源模型从音频创建会议记录和行动项目的工具。

项目 4：将 Python 代码转换为优化的 C++ 的 AI，性能提高 60,000 倍！

项目5：AI知识工作者使用RAG成为所有公司相关事务的专家。

项目 6：Capstone 部分 A – 使用 Frontier 模型根据简短描述预测产品价格。

项目 7：Capstone B 部分 – 微调开源模型，以在价格预测方面与 Frontier 竞争。

项目 8：Capstone 第 C 部分 – 自主代理系统与模型协作以发现交易并通知您特别优惠。

为什么要开设这门课程？

•动手学习：最好的学习方式就是动手实践。您将参与实践练习，构建现实世界的 AI 应用程序，并取得令人惊叹的成果。

•尖端技术：通过学习最新的框架和技术（包括 RAG、QLoRA 和 Agents）保持领先地位。

•内容通俗易懂：适合各层次的学习者。提供分步说明、实践练习、速查表和大量资源。

•无需高等数学：本课程侧重于实际应用。无需微积分或线性代数即可掌握 LLM 工程学。

课程结构

第一周：基础和第一个项目

• 深入了解Transformers 的基础知识。

• 试验六种领先的前沿模型。

• 构建您的第一个商业 Gen AI 产品，它可以抓取网络数据、做出决策并创建格式化的销售手册。

第二周：前沿 API 和客户服务聊天机器人

• 探索Frontier API并与三种领先模型进行交互。

• 开发一个具有清晰用户界面的客户服务聊天机器人，可以与文本、图像、音频进行交互并利用工具或代理。

第三周：拥抱开源模型

•使用 HuggingFace探索开源模型的世界。

• 解决10 个常见的 Gen AI 用例，从翻译到图像生成。

• 构建一个产品，根据记录生成会议记录和行动项目。

第 4 周：LLM 选择和代码生成

• 了解LLM 之间的差异以及如何为您的商业任务选择最佳的 LLM。

• 使用LLM生成代码并构建将代码从Python转换为C++的产品，实现超过60,000倍的性能提升。

第 5 周：检索增强生成 (RAG)

• 掌握RAG来提高解决方案的准确性。

• 熟练掌握向量嵌入并探索流行的开源向量数据存储中的向量。

• 构建与当今市场上的真实产品类似的完整业务解决方案。

第六周：过渡到训练

• 从推理转向训练。

• 微调Frontier 模型来解决实际的业务问题。

• 建立自己的专门模型，标志着您AI之旅的重要里程碑。

第七周：高级训练技巧

• 深入研究QLoRA微调等高级训练技术。

• 训练开源模型，使其在特定任务中的表现优于 Frontier 模型。

• 解决具有挑战性的项目，将您的技能提升到新的水平。

第 8 周：部署和完成

• 使用精致的UI将您的商业产品部署到生产环境中。

• 使用代理来增强能力。

• 交付您的第一个生产化、代理化、微调的 LLM 模型。

• 庆祝您掌握人工智能和法学硕士工程，为职业生涯的新阶段做好准备。

本课程适合哪些人：

• 有抱负的人工智能工程师和数据科学家渴望进入生成式人工智能和法学硕士学位领域。
• 专业人士希望在快速发展的人工智能领域提升技能并保持竞争力。
• 有兴趣通过实际动手经验构建高级 AI 应用程序的开发人员。