Главная страницаКатегория обработка и анализ данныхИзучите LangChain, Pinecone и OpenAI: Создание приложений следующего поколения LLM

Изучите LangChain, Pinecone и OpenAI: Создание приложений следующего поколения LLM

Name: Изучите LangChain, Pinecone и OpenAI: Создание приложений следующего поколения LLM
Price: 13 USD
Rating: 5 (11 reviews)

Learn LangChain, Pinecone & OpenAI: Build Next-Gen LLM Apps

udemy

★5 (всего оценок - 11)

Продолжительность

8 ч 22 мин

Категория

Обработка и анализ данных

Количество уроков

81 Видео

Дата добавления

26 дек. 2023 г., 19:25

Язык

Английский

Дата выхода

23 нояб. 2023 г., 01:00

Дата обновления

29 апр. 2026 г., 19:32

Освойте ключевые технологии LangChain, Pinecone и OpenAI и научитесь создавать современные приложения на базе генеративных моделей. Этот улучшенный обзор курса помогает читателю сразу понять практическую ценность обучения и увидеть, как полученные навыки применяются в реальных проектах.

Что вы получите от изучения LangChain, Pinecone и OpenAI

Курс создан для разработчиков, которые хотят глубже понять работу LLM-приложений и применять их в реальных проектах. Вы познакомитесь с ключевыми инструментами, научитесь интегрировать LLM с внешними данными и создавать мощные пользовательские интерфейсы.

Практический фокус курса

Пошаговое создание LLM-приложений с нуля.
Работа с векторными базами данных и встраиваниями.
Создание современных веб-интерфейсов на Streamlit.
Реализация приложений для обработки пользовательских данных.

Почему LangChain — ключевой инструмент разработчика LLM

LangChain — это открытая система, упрощающая разработку приложений на базе больших языковых моделей. Она позволяет:

Комбинировать LLM с внешними данными

Вы сможете подключать модели вроде GPT‑4 к локальным документам, API и другим источникам данных для получения точных и актуальных ответов.

Создавать цепочки, агенты и автоматизированные процессы

В курсе подробно рассматриваются цепи, шаблоны запросов и агенты LangChain — инструменты, позволяющие строить сложные логики взаимодействия с ИИ.

Работать с встраиваниями и векторными БД

Вы изучите Pinecone и Chroma — современные решения для хранения векторных представлений текста, необходимых для поиска по смыслу.

Что вы создадите в ходе обучения

Мощное приложение Q&A на базе LLM

Вы разработаете систему, которая может отвечать на вопросы по вашим документам, используя LangChain, OpenAI и Pinecone. Это открывает возможности для бизнес‑аналитики, внутреннего поиска, обработки документов и многого другого.

Систему автоматического резюмирования

Этот инструмент будет полезен студентам, исследователям и профессионалам, которые работают с большими объёмами текста.

Современные интерфейсы на Streamlit

Вы научитесь создавать удобные и визуально привлекательные веб‑приложения без необходимости использования фреймворков фронтенда.

Структура изучаемых тем

Ядро LangChain

Основы LangChain
Модели LLM и модели чатов (GPT‑3.5‑Turbo, GPT‑4)
Шаблоны запросов
Простые и последовательные цепи
Агенты и их практическое применение

Работа с данными и векторными хранилищами

Векторные встраивания
Pinecone
Chroma
Разделение текста и генерация эмбеддингов
Создание и управление индексами
Поиск по сходству и извлечение ответов

Разработка интерфейсов Streamlit

Основные компоненты Streamlit
Виджеты, состояние сеанса и обратные вызовы
Интеграция LLM‑логики в веб‑приложение

Для кого этот курс

Курс ориентирован на разработчиков с базовыми знаниями Python, которые хотят освоить современные технологии ИИ и научиться создавать практические генеративные приложения. Он является продолжением «Буткемпа OpenAI API» и будет особенно полезен специалистам, стремящимся работать с LLM на продвинутом уровне.

Ваш результат после прохождения курса

Вы будете уверенно создавать и разворачивать полноценные ИИ‑приложения, использовать агентные системы, работать с векторными базами данных и проектировать современные интерфейсы. Эти навыки открывают широкие карьерные возможности и дают фундамент для дальнейшего роста в области ИИ.

Это пробный урок. Оформите подписку, чтобы получить доступ ко всем материалам курса. Премиум

Урок 1. 00:02:08
How to Get the Most Out of This Course
Урок 2. 00:05:28
LangChain Demo
Урок 3. 00:07:21
Introduction to LangChain
Урок 4. 00:11:32
Setting Up the Environment: LangChain, Pinecone, and Python-dotenv
Урок 5. 00:06:13
LLM Models (Wrappers): GPT-3
Урок 6. 00:04:41
ChatModels: GPT-3.5-Turbo and GPT-4
Урок 7. 00:05:11
Prompt Templates
Урок 8. 00:05:49
Simple Chains
Урок 9. 00:08:08
Sequential Chains
Урок 10. 00:04:00
Introduction to LangChain Agents
Урок 11. 00:05:34
LangChain Agents in Action
Урок 12. 00:02:06
Short Recap of Embeddings
Урок 13. 00:08:00
Introduction to Vector Databases
Урок 14. 00:10:19
Diving into Pinecone, Part 1
Урок 15. 00:09:28
Diving into Pinecone, Part 2
Урок 16. 00:08:47
Splitting and Embedding Text Using LangChain
Урок 17. 00:07:54
Inserting the Embeddings into a Pinecone Index
Урок 18. 00:08:01
Asking Questions (Similarity Search)
Урок 19. 00:01:08
Jupyter AI
Урок 20. 00:03:40
Introduction to Jupyter AI and Other Coding Companions
Урок 21. 00:04:16
Installing Jupyter AI
Урок 22. 00:12:27
Using Jupyter AI in JupyterLab
Урок 23. 00:04:37
Setting Up Jupyter AI in Jupyter Notebook
Урок 24. 00:06:25
Using Jupyter AI in Jupyter Notebook
Урок 25. 00:05:25
Using Interpolation for More Advanced Use Cases
Урок 26. 00:04:04
Using Jupyter AI with Other Providers and Models
Урок 27. 00:03:04
Project Introduction
Урок 28. 00:10:45
Implementing a ChatGPT App with ChatPromptTemplates and Chains
Урок 29. 00:06:45
Adding Chat Memory Using ConversationBufferMemory
Урок 30. 00:04:59
Saving Chat Sessions
Урок 31. 00:06:08
Project Introduction
Урок 32. 00:07:27
Loading Your Custom (Private) PDF Documents
Урок 33. 00:05:12
Loading Different Document Formats
Урок 34. 00:04:37
Public and Private Service Loaders
Урок 35. 00:06:38
Chunking Strategies and Splitting the Documents
Урок 36. 00:11:16
Embedding and Uploading to a Vector Database (Pinecone)
Урок 37. 00:10:33
Asking and Getting Answers
Урок 38. 00:09:05
Adding Memory (Chat History)
Урок 39. 00:05:27
Project Introduction and Library Installation
Урок 40. 00:06:20
Defining Functions
Урок 41. 00:06:04
Creating the Sidebar
Урок 42. 00:06:23
Reading, Chunking, and Embedding Data
Урок 43. 00:05:27
Asking Questions and Getting Answers
Урок 44. 00:06:10
Saving the Chat History
Урок 45. 00:05:02
Clearing Session State History Using Callback Functions
Урок 46. 00:01:42
Project Introduction
Урок 47. 00:05:33
Summarizing Using a Basic Prompt
Урок 48. 00:05:04
Summarizing using Prompt Templates
Урок 49. 00:06:01
Summarizing Using StuffDocumentsChain
Урок 50. 00:06:07
Summarizing Large Documents Using map_reduce
Урок 51. 00:04:54
map_reduce With Custom Prompts
Урок 52. 00:07:44
Summarizing Using the refine CombineDocumentChain
Урок 53. 00:04:27
refine With Custom Prompts
Урок 54. 00:05:12
Summarizing Using LangChain Agents
Урок 55. 00:00:53
Project Introduction
Урок 56. 00:11:30
Building the App
Урок 57. 00:08:23
Displaying the Chat History
Урок 58. 00:03:21
Testing the App
Урок 59. 00:04:42
Introduction to Streamlit
Урок 60. 00:05:42
Streamlit Main Concepts
Урок 61. 00:05:46
Displaying Data on the Screen: st.write() and Magic
Урок 62. 00:05:12
Widgets, Part 1: text_input, number_input, button
Урок 63. 00:07:34
Widgets, Part 2: checkbox, radio, select
Урок 64. 00:10:29
Widgets, Part 3: slider, file_uploader, camera_input, image
Урок 65. 00:01:59
Layout: Sidebar
Урок 66. 00:05:33
Layout: Columns
Урок 67. 00:02:12
Layout: Expander
Урок 68. 00:04:01
Displaying a Progress Bar
Урок 69. 00:09:08
Session State
Урок 70. 00:07:13
Callbacks
Урок 71. 00:04:06
While and continue Statements
Урок 72. 00:05:36
While and break Statements
Урок 73. 00:07:15
List Slicing and Iteration
Урок 74. 00:06:03
List Comprehension - Part 1
Урок 75. 00:06:27
List Comprehension - Part 2
Урок 76. 00:10:28
Working with Dictionaries
Урок 77. 00:06:30
JSON Data Serialization
Урок 78. 00:05:37
JSON Data Deserialization
Урок 79. 00:01:47
Assignment: JSON and Requests/REST API
Урок 80. 00:03:55
Assignment Answer: JSON and Requests/REST API
Урок 81. 00:14:40
Installing Jupyter Notebook and Google Colab

Автор - udemy

udemy

Udemy — одна из самых масштабных платформ в мире, предлагающая обучающий контент от авторов и экспертов со всего света. Сервис объединяет миллионы учеников и десятки тысяч преподавателей, создающих курсы на самые разнообразные темы.Основные возможности платформыШирокий выбор тем: от программирования и дизайна до маркетинга, психологии и личной эффективности.Глобальное сообщество авторов: материалы создаются специалистами из разных стран.Удобный ф

+198