Développement d'applications Gen AI - RAG en utilisant LangChain

Aperçu

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.

Programme

• Introduction
Dans ce module, nous présenterons les objectifs du cours et les sujets clés, y compris les grands modèles de langage, le cadre LangChain, et les invites. Vous apprendrez à configurer votre environnement de développement, installer les dépendances, et acquérir des informations pratiques sur l'utilisation de Google Gemini LLM. Enfin, vous vous initierez au codage pratique avec une démonstration simple de chaînage d'invites pour commencer à créer vos propres applications.
• Concepts Fondamentaux de LangChain
Dans ce module, nous couvrirons les concepts clés de LangChain, en commençant par les modèles d'invites et les agents jusqu'aux sujets avancés comme les chargeurs de documents, les analyseurs de sortie, et les bases de données vectorielles. Vous développerez également votre première application de génération augmentée par la recherche (RAG), travaillerez avec différents types de chaînes, et apprendrez le LangChain Expression Language (LCEL) pour la construction de requêtes. À la fin de ce module, vous aurez une compréhension solide de LangChain et la capacité d'écrire et d'exécuter vos propres programmes LangChain.
• Applications et Projets RAG
Dans ce module, nous aborderons les concepts clés de LangChain, y compris les modèles d'invites, les agents, et les outils. Vous explorerez les incorporations de langage et les bases de données vectorielles, développerez une application de génération augmentée par la recherche (RAG), et apprendrez à écrire votre premier programme LangChain. À la fin de ce module, vous aurez une compréhension complète de la manière d'utiliser LangChain pour créer des applications d'IA avancées.

---

Enseigné par

Packt - Course Instructors

---

Matières

Artificial Intelligence