Byg og lever LLM-applikationer, der fungerer i stor skala
Store sprogmodeller er kun nyttige, når de kører pålideligt i produktion. Dette forløb dækker hele den værktøjskæde af teknikker, der gør LLM-drevne apps hurtige, præcise og omkostningseffektive: Retrieval-Augmented Generation, vektordatabaser, caching af svar og mønstre til produktionsudrulning. Fokus er helt praktisk — hvert koncept kan kobles direkte til kode, som du ville skrive i et rigtigt system.
Det lærer du
Du begynder med det grundlæggende i RAG og lærer at forbinde en LLM med en hentepipeline, der henter relevant kontekst på forespørgselstidspunktet. Derefter konfigurerer og forespørger du vektordatabaser, implementerer cachinglag, der reducerer latenstid og API-omkostninger, og bygger robuste pipelines til dataindlæsning og forbehandling. Senere kurser dækker metoder til evaluering og test af RAG-systemer, avancerede RAG-teknikker til præcision og genkaldelse samt sikkerhed og pålidelighed i LLM-produktion — herunder hastighedsbegrænsning, failover og forsvar mod promptinjektion.
Læringsforløbet
Tolv kurser spænder fra B1 til C2. Det første kursus, Introduktion til LLM-produktion og det grundlæggende i RAG, er gratis og etablerer den grundlæggende forståelsesmodel. B1- og B2-kurserne bygger den praktiske pipeline: din første RAG-app, integration med vektordatabase, caching, forbehandling af data og evaluering. C1-kurserne hæver niveauet med Avancerede RAG-teknikker til forbedret ydeevne, Optimering af RAG-ydeevne og omkostningseffektivitet samt Strategier til produktionsudrulning af LLM-apps. Forløbet afsluttes på C2 med Skalering og overvågning af LLM-applikationer, der dækker distribueret belastning, observerbarhed og alarmering for aktive systemer.
Sådan fungerer det
Hvert kursus er opdelt i korte, praktiske lektioner, som du gennemfører i den indbyggede editor med feedback i realtid og en AI-vejleder, der er tilgængelig, når du sidder fast. Øvelserne bruger realistiske data og tjenestekonfigurationer, så det, du øver dig på, afspejler det, som produktionssystemer faktisk kræver.