Byg kontekstbevidste AI-applikationer med LangChain, RAG og vektordatabaser
Retrieval Augmented Generation (RAG) løser en central begrænsning ved store sprogmodeller: De kan ikke tilgå dine private data eller dokumenter. Dette forløb lærer dig at kombinere LangChains orkestreringslag, embedding-modeller og vektordatabaser, så dine applikationer kan hente den rigtige kontekst på forespørgselstidspunktet og give den videre til en LLM — med præcise, forankrede svar i stedet for hallucinationer. Færdighederne kan bruges direkte til chatbots over intern dokumentation, semantiske søgemaskiner og AI-pipelines i produktion.
Det lærer du
Du begynder med de begrebsmæssige grundprincipper i LLM'er og RAG og går derefter videre til LangChains centrale abstraktioner: kæder, prompts og hukommelse. Herfra gennemgår du indlæsning af dokumenter, opdeling af tekst i segmenter og hele embedding-pipelinen, der omdanner rå tekst til vektorer, som gemmes i en vektordatabase. Du bygger og evaluerer en komplet RAG-applikation, tilpasser LangChain-komponenter og håndterer sikkerheds- og etiske risici, der er særlige for systemer baseret på informationssøgning. Avancerede moduler dækker hybride og tætte søgestrategier, de interne arkitekturer i vektordatabaser som Pinecone, Weaviate og Chroma samt de driftsmæssige hensyn — svartid, omkostninger og overvågning — ved at sætte RAG i produktion. Forløbet afsluttes med agentiske RAG-mønstre, hvor selve informationssøgeren bliver et værktøj, som en LLM dynamisk kan kalde.
Læringsforløbet
Tolv kurser bevæger sig fra A1 til C2. De to første kurser (A1–A2) etablerer grundlaget: begreber inden for LLM og RAG og derefter LangChains byggesten. Kurserne på B-niveau (B1–B2) dækker dokumentbehandling, embeddings, grundlaget for vektordatabaser, en komplet cyklus med opbygning og evaluering af RAG, tilpasning af komponenter og sikkerhedshensyn. C1-kurserne går videre til avancerede søgeteknikker og et dybdegående kig på vektordatabasers arkitekturer og afsluttes med RAG-systemer i produktion. De to C2-afslutningskurser — Agentisk RAG og integration af værktøjer og Avancerede RAG-anvendelser og fremtidige tendenser — dækker flertrinsarbejdsgange med agenter og nye mønstre på forkant af anvendt LLM-udvikling.
Sådan fungerer det
Hvert kursus er opdelt i korte, fokuserede lektioner, som du gennemfører i den indbyggede kodeeditor med feedback i realtid. En AI-underviser er tilgængelig, når du går i stå, og øvelserne tager udgangspunkt i realistiske scenarier — indlæsning af virkelige dokumenter, forespørgsler mod aktive vektorlager og fejlfinding af søgepipelines — så færdighederne kan bruges direkte i produktionsarbejde.
