AI-powered Business Application Development with Large Language Model and Generative AI
- TTDT29
- Classroom
- Advance
- Thai | 0
การพัฒนาการประยุกต์ใช้ AI ด้วยโมเดลภาษาขนาดใหญ่ (LLM) และ Generative AI โดยมีการนำ LangChain Framework มาใช้เพื่อเพิ่มประสิทธิภาพในการพัฒนาแอปพลิเคชันที่ขับเคลื่อนด้วย AI
Course description
Time
Instructor
Venue
AI-powered Business Application Development with Large Language Model and Generative AI
- พัฒนาทักษะในการออกแบบและพัฒนาแอปพลิเคชันที่ใช้ LLM
- ฝึกใช้ LangChain และเทคนิค Retrieval-Augmented Generation (RAG) ในการจัดการข้อมูล
- ติดตั้งระบบ Guardrails เพื่อความปลอดภัยของแอปพลิเคชัน AI
- Chief Technology Officer (CTO), Chief Data/Analytics Officer (CDAO)
- Developers and machine learning engineers.
- นักพัฒนา AI ที่สนใจสร้างแอปพลิเคชันโดยใช้ LLM และ LangChain
ความต้องการเบื้องต้น
- มีพื้นฐานภาษา Python
- เข้าใจพื้นฐาน Machine Learning
- มีประสบการณ์กับโมเดล NLP (ไม่จำเป็นแต่จะเป็นประโยชน์)
- ทักษะการพัฒนาแอปพลิเคชัน AI ขั้นสูง
- เข้าใจหลักการทำงานของ โมเดลภาษาขนาดใหญ่ (LLMs) และวิธีการนำไปใช้ในโครงการจริง
- พัฒนาความสามารถในการออกแบบและสร้างแอปพลิเคชันที่ใช้ LLM อย่างมีประสิทธิภาพ
- เรียนรู้การผสาน LangChain เพื่อปรับปรุงการทำงานของแอปพลิเคชัน
- เรียนรู้การผสาน LangChain เพื่อปรับปรุงการทำงานของแอปพลิเคชัน
- สร้างกระบวนการทำงาน (workflow) ที่ราบรื่นและเป็นระบบมากขึ้น
- พัฒนาทักษะในการสร้างระบบค้นหาเอกสารและการสร้างเนื้อหาด้วยข้อมูลเสริม (RAG)
- พัฒนาทักษะในการสร้างระบบค้นหาเอกสารและการสร้างเนื้อหาด้วยข้อมูลเสริม (RAG)
- สร้างแชทบอทและระบบแนะนำ (recommendation systems) ที่ตอบสนองต่อผู้ใช้ได้ดี
- เรียนรู้วิธีป้องกันเนื้อหาที่ไม่เหมาะสมหรือไม่ปลอดภัยผ่านการเพิ่ม guardrails
- เรียนรู้วิธีป้องกันเนื้อหาที่ไม่เหมาะสมหรือไม่ปลอดภัยผ่านการเพิ่ม guardrails
- ปรับใช้กลไกการควบคุมที่ยืดหยุ่น (dynamic guardrails) เพื่อตรวจสอบความปลอดภัยในแบบเรียลไทม์
- ประสบการณ์จากเวิร์กช็อปเชิงปฏิบัติ
- ผู้เรียนจะได้ลงมือพัฒนาจริงและสร้างโซลูชัน AI ที่ใช้งานได้ในสถานการณ์จริง
- เรียนรู้จากกรณีศึกษาและพัฒนาทักษะเชิงปฏิบัติในการออกแบบ prompt และการใช้โมเดล NLP
- เพิ่มขีดความสามารถสำหรับอาชีพด้าน AI และ Machine Learning
- เหมาะสำหรับ นักพัฒนา AI, วิศวกร ML และผู้บริหารด้านเทคโนโลยี ที่ต้องการต่อยอดความรู้
- สร้างพื้นฐานที่มั่นคงในการพัฒนาแอปพลิเคชัน AI เพื่อประยุกต์ใช้ในองค์กรหรือธุรกิจ
เรียนรู้การสร้างแอปพลิเคชันที่เชื่อมต่อกับ ฐานข้อมูล, API และระบบภายนอก ได้อย่างราบรื่น
หลักสูตรนี้เหมาะสำหรับผู้ที่ต้องการพัฒนาทั้งความรู้เชิงลึกและทักษะการปฏิบัติในการสร้าง AI-powered applications และเพิ่มศักยภาพในสายงาน AI และเทคโนโลยีสมัยใหม่.
Day 1: Introduction to Large Language Models (LLMs) and LangChain Framework
Overview of LLMs:
- Introduction to LLMs: Key concepts, models (GPT, Transformers, etc.), and their significance.
- Real-world impact of LLMs in NLP and practical applications.
- Setting up LLM environments for local development.
- Hands-on Workshop: Installing and setting up LLM frameworks locally using Ollama (or other platforms).
Prompt Engineering for Developers:
- Techniques for crafting efficient prompts across various use cases.
- Optimization strategies for improving accuracy.
- Hands-on Workshop: Developing and testing prompts for different NLP tasks.
Introduction to LangChain Framework:
- Overview of LangChain for LLM application development.
- Installation and setup of LangChain, focusing on integrating it into development workflows.
LangChain Basics:
- Key components: Model, Prompt, and Parser in LangChain
- Hands-on Workshop: Building a simple LLM-powered app using LangChain.
Day 2: Advanced LangChain Techniques
Chains in LangChain:
- Concepts and use cases of Chains in LangChain.
- Hands-on Workshop: Developing an LLM application using Chains for complex task flows.
LangChain Memories:
- Understanding Memories and their role in building stateful applications.
- Hands-on Workshop: Implementing memory in an LLM app to store and recall information.LangChain Agents:
- Building and utilizing agents that integrate with external tools (web scraping, APIs, databases).
- Hands-on Workshop: Creating agents that interact with external data sources and databases.
Day 3: Retrieval-Augmented Generation (RAG)
RAG Fundamental:
- Introduction to RAG, its importance, and practical use cases for developers.
- Embeddings for document retrieval: Concepts and best practices.
Vector Databases for Embedded Data:
- Setting up and using vector databases for storing and querying embeddings.
- Hands-on Workshop: Building semantic search functionality with a vector database.
RAG Pipeline Development:
- Integrating vector databases in RAG workflows.
- Hands-on Workshop: Developing a basic RAG pipeline for document retrieval and generation using LangChain.
Advanced RAG Applications:
- Building question-answering bots using RAG principles.
- Hands-on Workshop: Creating a Q&A Chatbot using RAG techniques.
- Exploring recommendation systems.
- Hands-on Workshop: Building a recommendation system powered by LLMs and RAG.
Day 4: Implementing Guardrails for LLM Applications
Introduction to Guardrails in LLMs:
- Overview of safety, compliance, and ethical concerns in LLM applications.
- Hands-on Workshop: Adding basic guardrails (e.g., content filtering, output restriction).
Guardrails in LangChain Applications:
- Implementing guardrails in LangChain for scenarios like sensitive data handling.• Hands-on Workshop: Creating and enforcing guardrails for real-world LLM applications.
Advanced Guardrail Techniques:
- Developing adaptive guardrails with AI feedback mechanisms.
- Monitoring and logging for real-time safety checks.
- Hands-on Workshop: Building a custom LLM application with dynamic guardrails and monitoring.
Payment can be made by:
- Cash or Credit Card or Bank Cheque payable to
สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ or National Science and Technology Development Agency
(a post-dated cheque is not accepted) on the first day of the service or within the last day of the service. - Account transfer and send the proof of the payment (the deposit slip) via email xxx@swpark.or.th
- ธนาคารกรุงเทพ สาขาอุทยานวิทยาศาสตร์
Saving Account Number: 080-0-00001-0
Account Name: สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ - ธนาคารกรุงไทย สาขาตลาดไท
Saving Account Number: 152-1-32668-1
Account Name: สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ
- ธนาคารกรุงเทพ สาขาอุทยานวิทยาศาสตร์
Notes:
- Withholding tax (3%) is exempt.
- Should you need to withdraw, you must send the notice of the withdrawal in writing no later than 7 working days before the commencement date. The cancellation less than 7 days will be subject to a fine of 40% of the fee.
- Software Park Thailand reserves the rights to cancel courses due to unforeseen circumstances.
Contact Person
For more information, contact our course coordinator on:
คุณภัสสร พรทิพย์
Ms. Patsorn Pornthip
: 02 583 9992 Ext. 81422
: 088 893 5564
: patsorn@swpark.or.th, ttd@swpark.or.th
You are encouraged to use the course schedule as a guide to plan your training.
The schedule is accessible at www.swpark.or.th for more information.
13,000 THB .
(ราคายังไม่รวม Vat 7%)
สำคัญ!!! กรุณารอการยืนยันเปิดการอบรมจากเจ้าหน้าที่ก่อนการชำระค่าลงทะเบียน
(ราคายังไม่รวม Vat 7%)
สำคัญ!!! กรุณารอการยืนยันเปิดการอบรมจากเจ้าหน้าที่ก่อนการชำระค่าลงทะเบียน