พื้นฐานวิศวกรรม LLM: การสร้าง RAG และ AI Agents

การพัฒนาซอฟต์แวร์สมัยใหม่ได้เปลี่ยนจากการเขียนโค้ดธรรมดาไปสู่การสร้างระบบอัจฉริยะที่ใช้โมเดลภาษาขนาดใหญ่ (large language models) การทำความเข้าใจวิธีการใช้ประโยชน์จากโมเดลเหล่านี้อย่างมีประสิทธิภาพจึงเป็นทักษะที่จำเป็นสำหรับทุกคนที่ต้องการสร้างแอปพลิเคชันยุคหน้า หลักสูตรนี้มอบแนวทางที่มีโครงสร้างเพื่อทำความเข้าใจกลไกของ AI และวิธีการรวมเครื่องมืออันทรงพลังเหล่านี้เข้ากับซอฟต์แวร์ที่ใช้งานได้จริง คุณจะเปลี่ยนความเข้าใจเกี่ยวกับ AI จากแนวคิดระดับสูงให้กลายเป็นสาขาวิชาวิศวกรรมที่ใช้งานได้จริง ด้วยการอ่านคำอธิบายโดยละเอียดและการศึกษาการนำโค้ดไปใช้งาน คุณจะได้รับทักษะที่จำเป็นในการสร้างแอปพลิเคชันที่สามารถให้เหตุผล ดึงข้อมูล และดำเนินการงานที่ซับซ้อนได้ สิ่งที่คุณจะได้เรียนรู้: - ทำความเข้าใจพื้นฐานทางสถาปัตยกรรมของ large language models และกลไกของ tokenization - ประยุกต์ใช้รูปแบบ prompt engineering ขั้นสูงเพื่อปรับปรุงความน่าเชื่อถือและคุณภาพของผลลัพธ์ของโมเดล - สร้างระบบ retrieval-augmented generation (RAG) โดยใช้ vector databases สำหรับการตอบสนองที่รับรู้บริบท - ออกแบบ autonomous AI agents ที่สามารถใช้เครื่องมือภายนอกและจัดการเวิร์กโฟลว์แบบหลายขั้นตอนได้ - นำ evaluation frameworks และ observability ไปใช้เพื่อตรวจสอบและปรับปรุงประสิทธิภาพของ AI - ฝึกฝนการพัฒนา AI ที่ปลอดภัยโดยทำความเข้าใจช่องโหว่ทั่วไปและโปรโตคอลความปลอดภัย หลักสูตรเริ่มต้นด้วยคำศัพท์ที่จำเป็นและคำจำกัดความพื้นฐาน ก่อนที่จะเข้าสู่ตรรกะเชิงปฏิบัติของ RAG และการออกแบบ agentic คุณจะได้เรียนรู้ผ่านโมดูลที่เป็นลายลักษณ์อักษรที่อธิบายวิธีการจัดระเบียบส่วนประกอบเหล่านี้ให้เป็นระบบที่สอดคล้องกัน หลักสูตรนี้ออกแบบมาสำหรับผู้เริ่มต้นและนักพัฒนาที่เพิ่งเริ่มต้นในวิศวกรรม AI ไม่จำเป็นต้องมีประสบการณ์ด้าน machine learning หรือ data science มาก่อนเพื่อเริ่มต้น เริ่มสร้างรากฐานของคุณในวิศวกรรม AI ได้แล้ววันนี้