Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Architecture et conception des applications LLM
- Modèles d'applications OpenAI courants pour les assistants, les copilotes et l'automatisation des workflows.
- Choix de l'architecture appropriée en fonction des exigences commerciales, de la fiabilité et de l'expérience utilisateur.
- Transition du code de prototype vers une conception d'application maintenable.
Prompts, contexte et sorties structurées
- Structuration des instructions système, utilisateur et développeur pour un comportement prévisible.
- Conception de prompts pour assurer la cohérence, le contrôle des tâches et des réponses plus claires.
- Utilisation des sorties structurées pour soutenir la logique des applications en aval.
- Gestion des fenêtres de contexte, de l'état de la conversation et de la qualité des réponses.
Utilisation d'outils et orchestration des workflows
- Utilisation de l'appel de fonctions et de workflows activés par des outils avec des services externes.
- Validation des entrées et des sorties, gestion des erreurs et application de comportements de repli.
- Conception de flux multi-étapes pour des tâches commerciales pratiques.
Récupération et ancrage des connaissances
- Identification des cas où la génération augmentée par récupération (RAG) est appropriée.
- Préparation des documents et fragmentation du contenu pour une récupération utile.
- Récupération du contexte pertinent et ancrage des réponses dans des sources fiables.
Évaluation, garde-fous et préparation opérationnelle
- Définition des critères de qualité et test des workflows par rapport aux résultats attendus.
- Réduction des hallucinations et gestion des demandes non sécurisées, non pertinentes ou ambiguës.
- Surveillance de l'utilisation, de la latence, de la consommation de jetons et des coûts.
- Préparation des applications pour le déploiement, le support et l'amélioration itérative.
Atelier d'implémentation pratique
- Construction d'une petite application OpenAI de bout en bout combinant prompts, sorties structurées, utilisation d'outils et récupération.
- Examen des décisions de conception, des problèmes courants et des prochaines étapes pratiques pour une utilisation en production.
Pré requis
- Connaissance des concepts de grands modèles de langage (LLM) et du développement d'applications basées sur les API.
- Expérience de travail avec les API REST, JSON et les workflows d'applications pilotés par des prompts.
- Expérience intermédiaire en programmation avec Python, JavaScript ou un langage similaire.
Audience visée
- Développeurs logiciels créant des applications alimentées par des LLM.
- Ingénieurs en IA et chefs techniques concevant des solutions basées sur OpenAI.
- Équipes produit et architectes de solutions responsables des fonctionnalités IA en production.
7 Heures
