AWS – Developing Generative AI Applications

Objectifs pédagogiques

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)

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.