AWS – Developing Generative AI Applications

14 heures

2 jour(s)

IA-DGA

Objectifs

A l’issue de cette formation, vous serez capable de :

Décrire l’IA Générative et comment elle s’aligne sur l’apprentissage automatique
Définir l’importance de l’IA Générative et expliquer ses risques et avantages potentiels
Identifier la valeur commerciale des cas d’utilisation de l’IA Générative
Discuter des fondements techniques et de la terminologie clé de l’IA Générative
Expliquer les étapes de la planification d’un projet d’IA Générative
Identifier certains des risques et des mesures d’atténuation lors de l’utilisation de l’IA Générative
Reconnaître le fonctionnement d’Amazon Bedrock
Vous familiariser avec les concepts de base d’Amazon Bedrock
Reconnaître les avantages d’Amazon Bedrock
Enumérer les cas d’utilisation typiques d’Amazon Bedrock
Décrire l’architecture typique associée à une solution Amazon Bedrock
Comprendre la structure des coûts d’Amazon Bedrock
Mettre en oeuvre une démonstration d’Amazon Bedrock dans la console de gestion AWS
Définir l’ingénierie de prompt et appliquer les meilleures pratiques générales lors de l’interaction avec les modèles de fondation (FM)
Identifier les types de base des techniques de prompt, y compris l’apprentissage à zéro et à quelques coups
Appliquer des techniques de prompt avancées si nécessaire pour votre cas d’utilisation
Identifier les techniques de prompt les mieux adaptées à des modèles spécifiques
Identifier les abus potentiels de prompt
Analyser les biais potentiels dans les réponses FM et concevoir des prompts qui atténuent ces biais
Identifier les composants d’une application d’IA Générative et comment personnaliser un FM
Décrire les modèles de fondation Amazon Bedrock, les paramètres d’inférence et les API clés d’Amazon Bedrock
Identifier les offres Amazon Web Services (AWS) qui aident à surveiller, sécuriser et gouverner vos applications Amazon Bedrock
Décrire comment intégrer LangChain avec les LLM, les modèles de prompt, les chaînes, les modèles de chat, les modèles d’intégration de texte, les chargeurs de documents, les récupérateurs et les agents pour Amazon Bedrock
Décrire les modèles d’architecture que vous pouvez mettre en oeuvre avec Amazon Bedrock pour construire des applications d’IA Générative
Appliquer les concepts pour construire et tester des exemples de cas d’utilisation qui utilisent les différents modèles Amazon Bedrock, LangChain, et l’approche Retrieval Augmented Generation (RAG)

Les + de la formation

Le support de cours et les labs sont en anglais.

Niveau requis

Avoir suivi la formation AWS-FND "Amazon Web Services - Notions techniques de base" et avoir des compétences de niveau intermédiaire sur Python.

Public concerné

Développeurs de logiciels intéressés par l'utilisation de LLM sans ajustement.

Programme

Introduction à l’IA Générative – L’art du possible

Vue d’ensemble de ML
Les bases de l’IA Générative
Cas d’utilisation de l’IA Générative
L’IA Générative en pratique
Risques et avantages

Planification d’un projet d’IA Générative

Les fondamentaux de l’IA Générative
L’IA Générative en pratique
Contexte de l’IA Générative
Etapes de la planification d’un projet d’IA Générative
Risques et atténuation

Démarrage avec Amazon Bedrock

Introduction à Amazon Bedrock
Architecture et cas d’utilisation
Comment utiliser Amazon Bedrock

Exemple de travaux pratiques (à titre indicatif)

Configuration de l’accès à Bedrock et utilisation des terrains de jeu

Fondements de l’ingénierie de prompt

Les bases des modèles de fondation
Les fondements de l’ingénierie de prompt
Techniques de base des prompts
Techniques avancées des prompts
Techniques de prompts spécifiques à un modèle
Traitement des utilisations abusives des prompts
Atténuation des biais

Exemples de travaux pratiques (à titre indicatif)

Affiner un prompt de texte de base
Atténuation des biais d’images

Composants d’application Amazon Bedrock

Vue d’ensemble des composants d’application d’IA Générative
Modèles de fondation et interface FM
Travailler avec des ensembles de données et des embeddings
Composants d’application supplémentaires
Retrieval Augmented Generation (RAG)
Modèle fine-tuning
Sécurisation des applications d’IA Générative
Architecture des applications d’IA Générative

Exemple de travaux pratiques (à titre indicatif)

Plongement lexical (Word embeddings)

Amazon Bedrock Foundation Models

Introduction aux modèles de base Amazon Bedrock
Utilisation des FM Amazon Bedrock pour l’inférence
Méthodes Amazon Bedrock
Protection des données et vérifiabilité

Exemple de travaux pratiques (à titre indicatif)

Invocation du modèle Bedrock pour la génération de texte à l’aide d’un prompt zéro-shot

LangChain

Optimisation de la performance LLM
Utilisation de modèles avec LangChain
Construction de prompts
Structurer des documents avec des index
Stocker et récupérer des données avec la mémoire
Utiliser des chaînes pour séquencer des composants
Gérer des ressources externes avec des agents LangChain

Exemple de travaux pratiques (à titre indicatif)

Bedrock avec LangChain en utilisant une invite qui inclut le contexte

Modèles d’architecture

Introduction aux modèles d’architecture
Résumé de texte
Réponse aux questions
Chatbot
Génération de code
LangChain et agents pour Amazon Bedrock

Exemples de travaux pratiques (à titre indicatif)

Résumé de texte de petits fichiers avec Anthropic Claude
Résumé de texte abstrait avec Amazon Titan en utilisant LangChain
Utilisation d’Amazon Bedrock pour la réponse aux questions
Interface conversationnelle – Chatbot avec AI21 LLM
Utilisation des modèles Amazon Bedrock pour la génération de code
Intégration des modèles Amazon Bedrock avec les agents LangChain

Le contenu de ce programme peut faire l’objet d’adaptation selon les niveaux, prérequis et besoins des apprenants.

Modalités

Présentiel

Distanciel

Durée

14 heures

2 jour(s)

Prochaines sessions

Dates à venir

Formations intra-entreprise

Votre société a besoin d’une offre personnalisée ?
Contactez-nous pour obtenir un devis!