Mulțumim pentru trimiterea solicitării! Un membru al echipei noastre vă va contacta în curând.
Mulțumim pentru trimiterea rezervării! Un membru al echipei noastre vă va contacta în curând.
Durata 21 ore
Schița de curs
1. Introducere în Spring AI
- Creația și configurarea proiectului
- Rolul promptului și trimiterea acestuia
- Scrierea unui prim test
- Alegerea unui model
- Configurarea modelului
- Previzualizarea capacităților Spring AI
2. Înțelegerea răspunsurilor
- Cum să verifici răspunsurile relevante
- Acuratețea la runtime
3. Detaliile promptului
- Folosirea template-urilor de prompt
- Definirea unui nou template de prompt
- Înțelegerea contextului
- Rolul promptului și importanța acestuia
- Influențarea generării răspunsului folosind opțiuni
- Streaming și formatarea output-ului
- Metadata în răspuns
4. Utilizarea datelor și documentelor tale
- Înțelegerea RAG (Retrieval-Augmented Generation)
- Setarea vector store-ului și încărcarea documentelor
- O primă implementare RAG
- RAG folosind un advisor
- Capacități modulare RAG
5. Rolul memoriei în AI
- De ce avem nevoie de memorie
- Adăugarea și configurarea memoriei pentru a susține conversația
- ID-ul conversației
- Suport pentru memorie persistentă
- Stocarea memoriei chat în vector store
6. Tooluri AI
- Aplicații cu tooluri activate
- Înțelegerea capacităților toolurilor
- Scrierea și punerea toolului în funcțiune
- Funcții ca tooluri
7. Model Context Protocol (MCP)
- De ce avem nevoie de MCP?
- Lucrul cu un MCP Client
- Scrierea MCP Server-ului
- Baza de date și tooluri pentru MCP Server
- Înțelegerea transportului HTTP și SSE (Server-Sent Events)
- Expunerea promptului și resurselor
8. Monitorizarea operațiunilor
- Activarea metrick-urilor actuator
- Verificarea operațiunilor vector store
- Analiza interacțiunii cu modelul
- Numărarea tokenurilor
- Punerea totul în Prometheus și crearea unui dashboard
- Tracing al operațiunilor AI
9. Securitate și protecție în generativ AI
- Controlul documentelor accesate prin RAG
- Securizarea toolurilor
- Combaterea prompting-ului adversarial
- Moderarea input-ului utilizatorului
10. Modele comune de generativ AI
- Rezumarea conținutului
- Traducerea mesajelor
- Analiza sentimentului
11. Rolul agenților
- Ce este un agent
- Implementarea workflow-urilor agentic
- Lanțul de prompturi, routing-ul taskurilor și paralelizarea
- Accesul agentului prin MCP
Cerințe
Participanții ar trebui să aibă:
- Cunoștințe bune de programare Java
- Experiență practică cu Spring și Spring Boot
- Familiaritate cu construirea și configurarea aplicațiilor Spring Boot
- Înțelegere de bază a API-urilor REST și HTTP
- Înțelegere de bază a JSON și configurației aplicațiilor
- Înțelegere de bază a generativ AI și Large Language Models (LLMs)
- Familiaritatea cu bazele de date și conceptele de acces la date este recomandată
- Nu este necesară experiență anterioară cu Spring AI, RAG, MCP sau agenți AI
Mărturii (1)
Informații detaliate furnizate cu privire la temele mai avansate solicitate.
Farukh Khan - Tandem Solution
Curs - RabbitMQ with Java and Spring
Tradus de catre o masina