Desarrollo de Aplicaciones Gen AI - RAG utilizando LangChain

Resumen

This course features Coursera Coach! A smarter way to learn with interactive, real-time conversations that help you test your knowledge, challenge assumptions, and deepen your understanding as you progress through the course.

This comprehensive course will equip you with the skills to develop advanced language model applications using LangChain and Retrieval-Augmented Generation (RAG). Through hands-on projects and demonstrations, you will learn how to integrate large language models, prompt engineering, and vector databases into scalable AI-driven applications.

Starting with the basics, the course progresses through fundamental concepts of LangChain and builds to complex RAG applications. The course begins by introducing core concepts such as LangChain, large language models, and the basics of prompts.

It moves on to essential topics like agents, tools, and working with language embeddings, providing you with practical knowledge to construct powerful applications. You will then apply these skills to real-world projects, ranging from SQL data integration to building conversational chatbots and extracting information from invoices.

With practical demonstrations and expert guidance, you will create sophisticated systems using LangChain and RAG techniques. By the end of the course, you will have developed hands-on projects that demonstrate your ability to build and deploy robust language model applications.

You will gain proficiency in using advanced techniques like conversational memory, document parsing, and LangChain expression language, which are critical to modern AI applications. This course is designed for developers, data scientists, and AI enthusiasts eager to learn about language models and their real-world applications.

Basic programming knowledge is required, and familiarity with Python will be beneficial. The difficulty level is intermediate, assuming the learner has some experience with AI concepts or software development.

By the end of the course, you will be able to design and deploy Retrieval-Augmented Generation applications, utilize LangChain for AI application development, build and integrate vector databases, and optimize your applications using LangChain’s advanced tools.

Programa

• Introducción
En este módulo, presentaremos los objetivos del curso y los temas clave, incluyendo los modelos de lenguaje de gran tamaño, el marco LangChain y los prompts. Aprenderás a configurar tu entorno de desarrollo, instalar dependencias y obtener conocimientos prácticos sobre el uso de Google Gemini LLM. Finalmente, te adentrarás en la programación práctica con una demo de encadenamiento de prompts sencilla para comenzar a construir tus propias aplicaciones.
• Conceptos Fundamentales de LangChain
En este módulo, cubriremos conceptos clave de LangChain, comenzando con plantillas de prompts y agentes hasta temas avanzados como cargadores de documentos, analizadores de salida y bases de datos vectoriales. También construirás tu primera aplicación de Generación Aumentada por Recuperación (RAG), trabajarás con diferentes tipos de cadenas y aprenderás el Lenguaje de Expresión de LangChain (LCEL) para la construcción de consultas. Al final de este módulo, tendrás una comprensión sólida de LangChain y la capacidad de escribir y ejecutar tus propios programas de LangChain.
• Aplicaciones y Proyectos RAG
En este módulo, cubriremos conceptos clave de LangChain, incluyendo plantillas de prompts, agentes y herramientas. Explorarás incrustaciones de lenguaje y bases de datos vectoriales, construirás una aplicación de Generación Aumentada por Recuperación (RAG) y aprenderás a escribir tu primer programa de LangChain. Al final de este módulo, tendrás una comprensión integral de cómo utilizar LangChain para construir aplicaciones avanzadas de IA.

---

Impartido por

Packt - Course Instructors

---

Materias

Artificial Intelligence