OpenSearch ve Bedrock ile Generative AI Performans Optimizasyonu

Generative AI uygulamaları ölçeklendikçe, veri getirme (retrieval) gecikmesini düşük tutmak ve arama sonuçlarının alaka düzeyini yüksek tutmak kritik bir operasyonel zorluk haline gelir. Bu kurs, AI destekli arama ve veri getirme sistemlerinizi optimize etmek için ihtiyaç duyulan temel kavramlar ve pratik stratejiler boyunca size rehberlik eder. Bu kapsamlı metin tabanlı rehberi okuyarak, temel AI prototipleri oluşturmaktan yüksek verimliliğe sahip, üretime hazır veri getirme sistemleri tasarlamaya geçiş yapacaksınız. Modern arama teknolojilerini ve bulut araçlarını kullanarak hız, maliyet ve doğruluk arasında nasıl denge kuracağınızı anlayacaksınız. Öğrenecekleriniz: - Vector databases, embeddings ve hybrid search retrieval temel kavramlarını anlama - Arama gecikmesini önemli ölçüde azaltmak için OpenSearch indeks ayarlarını ince ayar yapma (tuning) - Anahtar kelime eşleşmesini anlamsal vector search ile birleştiren hybrid search sorgularını yapılandırma - Yanıt hızını ve üretim kalitesini dengelemek için Bedrock model konfigürasyonlarını uygulama - Performans darboğazlarını tespit etmek ve çözmek için izleme (tracing) ve teşhis stratejilerini uygulama - Gerçek dünya uygulamaları için verimli retrieval-augmented generation kalıpları tasarlama Kurs, anlamsal aramanın (semantic search) ve modern AI mimarilerinin mekaniklerini anlatan temel terimlerle başlar. Ardından sorgu ayarları, indeks optimizasyonu ve performans izleme konularında adım adım yazılı açıklamalarla ilerleyeceksiniz. Bu kurs, AI operasyonlarında yeni olan geliştiriciler, sistem mimarları ve teknik meraklılar için tasarlanmıştır. Başlamak için ileri düzey bir machine learning geçmişine gerek yoktur. Daha hızlı, daha verimli generative AI uygulamaları oluşturmak için bugün okumaya başlayın.