PricingLoginStart free
AI Engineering Academy logo
PythonAINivåer A1 → B222 språk

AI Engineering Academy

Bygg produksjonsklare AI-systemer med LLM-er. Behersk OpenAI API, vektordatabaser, RAG-pipelines, funksjonskall, MCP og orkestrering av multiagentsystemer. En læringssti fra CoddyKit med 30 korte kurs og 120 interaktive leksjoner, med en AI-veileder tilgjengelig døgnet rundt.

Kurs
30
Leksjoner
120
Interaktive trinn
1,560
Gratis å komme i gang
Kurs 1
Kursinnhold

30 kurs i denne læringsstien

Alle kursene i læringsstien AI Engineering Academy, i læringsrekkefølge. Det første er gratis.

1

A14 leksjonerGratis

Forstå arkitekturen og egenskapene til store språkmodeller på et konseptuelt nivå. Lær hvordan transformere, attention-mekanismer og treningsdata former moderne kunstig intelligens. Oppdag hva LLM-er…

  1. 1Fra autofullføring til ChatGPT
  2. 2Transformere og attention forklart enkelt
  3. 3Slik trenes LLM-er
  4. +1 flere
Start læringen gratis
2

A14 leksjonerPRO

Sett opp Python-miljøet og gjør Deres første ekte API-kall til OpenAI. Lær om endepunktet for chat completions, forstå strukturen til forespørsler og svar, og håndter feil på en robust måte. Ved kurs…

  1. 1Konfigurere Python-miljøet
  2. 2Endepunktet for chat completions
  3. 3Styr modellens atferd med parametere
  4. +1 flere
Start læringen gratisLås opp med PRO
3

A14 leksjonerPRO

Lær de viktigste prinsippene for å skrive effektive prompter som pålitelig gir resultatet De trenger. Behersk zero-shot-, few-shot- og chain-of-thought-teknikker. Reduser hallusinasjoner og forbedre…

  1. 1Prompting uten eksempler og med få eksempler
  2. 2Chain-of-thought og trinnvis resonnering
  3. 3Systemprompter og definisjon av persona
  4. +1 flere
Start læringen gratisLås opp med PRO
4

A14 leksjonerPRO

Forstå hvordan LLM-er behandler tekst ved hjelp av tokens, og hvordan kontekstvinduet begrenser hva en modell kan ta hensyn til samtidig. Lær å anslå og kontrollere API-kostnader før de overrasker De…

  1. 1Hva er et token?
  2. 2Kontekstvinduer: størrelse og konsekvenser
  3. 3Beregne og forutsi API-kostnader
  4. +1 flere
Start læringen gratisLås opp med PRO
5

A14 leksjonerPRO

Tving LLM-er til å returnere maskinlesbar JSON som applikasjonen Deres kan tolke pålitelig. Lær om OpenAI sin JSON-modus, strukturerte svar med Pydantic-skjemaer og mønstre for validering. Slutt å sk…

  1. 1JSON-modus og response_format
  2. 2Strukturerte utdata med Pydantic
  3. 3Hente ut data fra ustrukturert tekst
  4. +1 flere
Start læringen gratisLås opp med PRO
6

A24 leksjonerPRO

Oppdag hvordan tekstembeddings omformer ord og setninger til numeriske vektorer som fanger opp semantisk betydning. Lær å generere embeddings med OpenAI API og bruke dem til likhetssøk, klynging og k…

  1. 1Hva er vektorembeddinger?
  2. 2Generere embeddinger med OpenAI
  3. 3Semantisk søk med NumPy
  4. +1 flere
Start læringen gratisLås opp med PRO
7

A24 leksjonerPRO

Gå videre fra likhetssøk i minnet, og lagre millioner av vektorer i en produksjonsklar database. Lær å sette opp Pinecone og pgvector, indeksere dokumenter og utføre omtrentlige nærmeste-nabo-spørrin…

  1. 1Hvorfor De trenger en vektordatabase
  2. 2Kom i gang med Pinecone
  3. 3pgvector: embeddinger i PostgreSQL
  4. +1 flere
Start læringen gratisLås opp med PRO
8

A24 leksjonerPRO

Forstå hvorfor RAG finnes, og hvordan teknikken løser problemene med kunnskapsgrensen og hallusinasjoner i rene LLM-er. Lær det grunnleggende mønsteret «hent inn, og generer», og se hvordan hver komp…

  1. 1Problemet RAG løser
  2. 2RAG-arkitekturen: indeksering og uthenting
  3. 3Utforme den utvidede prompten
  4. +1 flere
Start læringen gratisLås opp med PRO
9

A24 leksjonerPRO

Bygg et fungerende RAG-system fra ende til ende i Python, helt fra grunnen av. Hent inn PDF-dokumenter, del dem opp i chunks og lag embeddings, lagre vektorer i en database, hent relevante chunks for…

  1. 1Laste inn dokumenter og hente ut tekst
  2. 2Strategier for oppdeling: fast størrelse, setninger eller rekursivt
  3. 3Indeksering: embedde og lagre deler
  4. +1 flere
Start læringen gratisLås opp med PRO
10

A24 leksjonerPRO

Lær å måle om RAG-pipelinen Deres faktisk fungerer. Implementer retrieval-metrikker som presisjon og gjenkalling, genereringsmetrikker som trofasthet og relevans, og bygg et automatisert evalueringsr…

  1. 1Hvorfor evaluering er viktig i RAG
  2. 2Mål for uthenting: treffrate, MRR og NDCG
  3. 3Mål for generering: trofasthet og svarrelevans
  4. +1 flere
Start læringen gratisLås opp med PRO
11

B14 leksjonerPRO

Behersk LangChain sin LCEL (LangChain Expression Language) for å sette sammen LLM-pipelines av gjenbrukbare komponenter. Lær om Runnable-grensesnittet, bygg sekvensielle kjeder og forgrenede kjeder,…

  1. 1LangChain-arkitektur og kjerneabstraksjoner
  2. 2Bygge kjeder med LCEL
  3. 3Forgrenede og parallelle kjeder
  4. +1 flere
Start læringen gratisLås opp med PRO
12

B14 leksjonerPRO

Legg til persistent minne i LangChain-applikasjonene Deres, slik at samtaler oppleves sammenhengende over flere turer. Lær ulike minnestrategier, lagre chathistorikk i databaser og håndter avveininge…

  1. 1Hvorfor tilstandsfrie LLM-er trenger eksternt minne
  2. 2Buffer- og vindusminne
  3. 3Sammendragsminne og tokenbevisst avkorting
  4. +1 flere
Start læringen gratisLås opp med PRO
13

B14 leksjonerPRO

Bygg agenter som vurderer hvilket verktøy de skal kalle neste gang, utfører handlinger, observerer resultater og gjentar prosessen til oppgaven er fullført. Forstå ReAct-rammeverket (Reasoning + Acti…

  1. 1ReAct-rammeverket: tenk, handle, observer
  2. 2Definere verktøy for agenten Deres
  3. 3Bygge en ReAct-agent med LangChain
  4. +1 flere
Start læringen gratisLås opp med PRO
14

B14 leksjonerPRO

Bruk OpenAI sin innebygde function calling-funksjon til å hente ut strukturerte data pålitelig og utløse applikasjonslogikk fra naturlig språk. Lær å definere funksjonsskjemaer, håndtere parallelle f…

  1. 1Definere funksjonsskjemaer for API-et
  2. 2Behandle verktøykall i applikasjonen
  3. 3Parallell funksjonskalling
  4. +1 flere
Start læringen gratisLås opp med PRO
15

B14 leksjonerPRO

Lær om Model Context Protocol, den åpne standarden som lar LLM-er koble seg sikkert til eksterne verktøy, databaser og tjenester. Bygg en MCP-server i Python, eksponer ressurser og verktøy, og koble…

  1. 1Hva er MCP, og hvorfor er det viktig
  2. 2Bygge din første MCP-server
  3. 3Eksponere databaseressurser via MCP
  4. +1 flere
Start læringen gratisLås opp med PRO
16

B14 leksjonerPRO

Gå videre enn naiv oppdeling i chunks med fast størrelse, og implementer avanserte strategier som bevarer semantisk sammenheng og forbedrer retrieval-nøyaktigheten. Lær om parent-child-chunking, sema…

  1. 1Hvorfor naiv oppdeling svekker gjenfinning
  2. 2Semantisk oppdeling med likhet mellom embedding-er
  3. 3Gjenfinning med overordnede og underordnede deler
  4. +1 flere
Start læringen gratisLås opp med PRO
17

B14 leksjonerPRO

Kombiner tett vektorsøk med spredt søk etter nøkkelord for å fange opp både semantisk betydning og eksakte treff på termer. Lær om BM25, reciprocal rank fusion og hvordan De implementerer hybridsøk i…

  1. 1Tett kontra spredt gjenfinning: avveininger
  2. 2Implementere BM25-basert nøkkelordsøk
  3. 3Reciprocal Rank Fusion for sammenslåing av poengsummer
  4. +1 flere
Start læringen gratisLås opp med PRO
18

B14 leksjonerPRO

Forbedre RAG-nøyaktigheten ved å legge til et rerangeringssteg som sorterer de første retrieval-resultatene på nytt ved hjelp av en cross-encoder-modell. Lær om flertrinns retrieval-pipelines, kontek…

  1. 1Hvorfor totrinns gjenfinning fungerer
  2. 2Omrangering med krysskoder i Cohere og BGE
  3. 3Kontekstuell komprimering og relevansfiltrering
  4. +1 flere
Start læringen gratisLås opp med PRO
19

B14 leksjonerPRO

Bygg responsive AI-applikasjoner som viser tokens etter hvert som de strømmes fra API-et, i stedet for å vente på hele svaret. Lær om streaming-API-et, server-sent events, asynkrone Python-mønstre og…

  1. 1Forstå tokenstrømming
  2. 2Konsumere strømmer med Python SDK
  3. 3Strømming i FastAPI med Server-Sent Events
  4. +1 flere
Start læringen gratisLås opp med PRO
20

B14 leksjonerPRO

Reduser API-kostnader og latenstid kraftig ved å implementere caching på flere nivåer i LLM-pipelinen Deres. Lær om eksakt og semantisk caching, caching av prompt-prefikser og batching-strategier som…

  1. 1Eksakt hurtigbufring med Redis
  2. 2Semantisk hurtigbufring med embedding-er
  3. 3OpenAI-hurtigbufring av forespørselsprefiks
  4. +1 flere
Start læringen gratisLås opp med PRO
21

B24 leksjonerPRO

Utform systemer der flere spesialiserte AI-agenter samarbeider om å løse komplekse oppgaver som ingen enkelt agent kan håndtere alene. Lær orkestreringsmønstre, kommunikasjonsprotokoller for agenter,…

  1. 1Hvorfor enkeltagenter møter en grense
  2. 2Orkestrator-undergent-mønsteret
  3. 3Bygge fleragentpipelines med LangGraph
  4. +1 flere
Start læringen gratisLås opp med PRO
22

B24 leksjonerPRO

Bygg en agent som skriver Python-kode, kjører den i et sandboxet miljø, leser resultatet, retter feil og gjentar prosessen til oppgaven er fullført. Lær om sikker kodekjøring, sandboxing med Docker o…

  1. 1Kodekjøringssløyfen
  2. 2Sandkassing med Docker og RestrictedPython
  3. 3Tilstandsbehandling på tvers av kjøringstrinn
  4. +1 flere
Start læringen gratisLås opp med PRO
23

B24 leksjonerPRO

Få dyp innsikt i hvert steg i LLM-applikasjonen Deres med strukturert tracing, logging og overvåking. Lær om LangSmith, Langfuse og OpenTelemetry for LLM-er, følg med på latenstid og token-bruk per s…

  1. 1Hvorfor LLM-applikasjoner er vanskelige å feilsøke
  2. 2Sporing med LangSmith
  3. 3Langfuse for modellagnostisk observerbarhet
  4. +1 flere
Start læringen gratisLås opp med PRO
24

B24 leksjonerPRO

Forstå og forsvar mot de unike sikkerhetstruslene som påvirker LLM-drevne applikasjoner. Lær om prompt injection-angrep, jailbreaks og dataeksfiltrering via agenter, og implementer defense-in-depth-s…

  1. 1Taksonomi for promptinjeksjonsangrep
  2. 2Beskytte RAG-systemer mot injeksjon
  3. 3Sikre tilgang til agentverktøy
  4. +1 flere
Start læringen gratisLås opp med PRO
25

B24 leksjonerPRO

Tilpass en forhåndstrent språkmodell til Deres spesifikke domene med LoRA (Low-Rank Adaptation), uten behov for hundrevis av GPU-er. Lær når finjustering er bedre enn prompting, klargjør treningsdata…

  1. 1Når finjustering er bedre enn prompting
  2. 2Forberede et opplæringsdatasett av høy kvalitet
  3. 3LoRA-finjustering med Hugging Face PEFT
  4. +1 flere
Start læringen gratisLås opp med PRO
26

B24 leksjonerPRO

Bygg produksjonspipelines som pålitelig trekker ut strukturert informasjon fra tusenvis av dokumenter, e-poster, kontrakter og nettsider. Lær om instructor, Outlines og mønstre for batch-uttrekking s…

  1. 1Instructor: Typet uttrekking med Pydantic
  2. 2Håndtere delvise og manglende data
  3. 3Batchbehandling med asynkronitet og køer
  4. +1 flere
Start læringen gratisLås opp med PRO
27

B24 leksjonerPRO

Sett i produksjon LLM-applikasjoner som forblir raske og pålitelige under reell produksjonsbelastning. Lær om lastbalansering på tvers av flere API-nøkler, reserveleverandører, circuit breakers, tids…

  1. 1Måle LLM-ventetid: TTFT og TPOT
  2. 2Lastbalansering og strategier med flere nøkler
  3. 3Reserveleverandører og kretsbrytere
  4. +1 flere
Start læringen gratisLås opp med PRO
28

B24 leksjonerPRO

Bruk kraftige LLM-er som automatiserte dommere til å evaluere kvaliteten på andre LLM-svar i stor skala. Lær om LLM-as-judge-mønsteret, implementer parvis og punktvis evaluering, kalibrer dommermodel…

  1. 1LLM-som-dommer-mønsteret
  2. 2Punktvis og parvis evaluering
  3. 3Kalibrere dommermodeller mot mennesker
  4. +1 flere
Start læringen gratisLås opp med PRO
29

B24 leksjonerPRO

Utform agenter som oppdager egne feil, diagnostiserer den underliggende årsaken og forsøker å gjenopprette seg uten menneskelig inngripen. Lær om feilklassifisering, strategier for nye forsøk og prom…

  1. 1Klassifisere agentens feilmoduser
  2. 2Selvkorrigering og refleksjonsbaserte instruksjoner
  3. 3Sjekkpunkter og gjenopptakelse av oppgaver
  4. +1 flere
Start læringen gratisLås opp med PRO
30

B24 leksjonerPRO

Bruk alt fra læringssporet til å bygge og lansere et produksjonsklart AI-engineering-prosjekt. Utform en arkitektur som kombinerer RAG, function calling, streaming, caching, observability og sikkerhe…

  1. 1Utforme produksjonsarkitekturen
  2. 2Implementere sentrale RAG- og agentfunksjoner
  3. 3Sikring: sikkerhet, hurtigbufring og pålitelighet
  4. +1 flere
Start læringen gratisLås opp med PRO
CoddyKit PRO

Lås opp alle 30 kursene i denne læringsstien og alle andre læringsstier

AI-veileder, sertifiseringseksamen og sertifikat. Fungerer på web, iOS og Android.

Se alle abonnementene
Årlig$29.90 / årOmtrent $2.49 per månedBetal én gangLivstid$69.99 én gangIngen fornyelser. PRO for alltid.
Kursoversikt

AI-utvikling: LLM-er, RAG og agenter

Bygg produksjonsklare AI-systemer med LLM-er. Behersk OpenAI API, vektordatabaser, RAG-pipelines, funksjonskall, MCP og orkestrering av multiagentsystemer. Dette læringsløpet består av 30 progressive minikurs, fra helt nybegynner (A1) til viderekommen (B2), med korte, fokuserte leksjoner og raske quizer som hjelper Dem å feste hvert konsept.

Dette vil De lære

De begynner med grunnleggende konsepter og bygger Dem gradvis opp gjennom emner på mellomnivå og viderekomment nivå, der hvert kurs bygger på det forrige. Hver leksjon er praktisk, med eksempler fra virkeligheten og en AI-veileder tilgjengelig når De trenger hjelp.

Slik fungerer det

Hvert kurs er delt inn i fire fokuserte leksjoner. Gjennomfør noen leksjoner om dagen, så behersker De hele læringsløpet på noen uker, ikke måneder.

Verktøy

Øv med AI, ikke bare les

Få mer ut av læringen med AI-drevne verktøy og funksjoner

AI-chatChat med AI-veilederenStill et superspørsmålFå svar på ekspertnivåPROOpprett leksjonAI-drevet leksjonsbyggerPROStart sertifiseringseksamenFå sertifikatet dittPROStart utfordringTest ferdighetene dine

Slik lærer du

  1. 01

    Interaktive leksjoner

    Praktiske kodeøvelser med tilbakemelding i sanntid

  2. 02

    AI-veileder

    Få øyeblikkelig hjelp fra AI-en vår når du står fast

  3. 03

    Innebygd kodeeditor

    Skriv og kjør kode direkte i nettleseren

  4. 04

    Sertifikat

    Få et sertifikat når du fullfører kurset

Fortsett å utforske

Relaterte læringsstier

Claude Architect logoClaude ArchitectMaster the architecture of production Claude applications — agentic systems, tool & MCP d…MCP Academy logoMCP AcademyBuild AI tools and integrations with the Model Context Protocol, the open standard that c…LLM Apps in Production (RAG + Vector DB + Caching) logoLLM-applikasjoner i produksjon (RAG + vektordatabase + hurtigbufring)Master the art of building and deploying robust LLM applications in production, leveragin…Django Academy logoDjango AcademyBuild production web apps with Django, Python's batteries-included framework. From models…Deep Learning Academy logoDeep Learning AcademyMaster deep learning with PyTorch, from neurons and backpropagation to CNNs, Transformers…Pandas & NumPy Academy logoPandas & NumPy AcademyGo from spreadsheets to production-grade data analysis. Master NumPy arrays, Pandas DataF…
FAQ

Ofte stilte spørsmål

Er kurset i AI Engineering Academy gratis?

Ja. Du kan starte på kurset i AI Engineering Academy gratis og fullføre de interaktive leksjonene uten kostnad. Et valgfritt PRO-abonnement låser opp avanserte AI-verktøy og et delbart sertifikat.

Trenger jeg tidligere erfaring for å lære Python?

Nei. Kurset begynner med det grunnleggende og går gradvis videre til mer avanserte emner, slik at du kan starte selv uten tidligere erfaring med Python.

Hvordan lærer jeg Python på CoddyKit?

Du lærer gjennom praksis. Korte, interaktive leksjoner kombinerer en tydelig forklaring med en praktisk kodeøvelse som kjører i sanntid, og en AI-veileder som er tilgjengelig døgnet rundt, gir deg personlig hjelp når du står fast.

Får jeg et sertifikat når jeg fullfører AI Engineering Academy?

Ja. PRO-brukere kan ta en eksamen og få et delbart fullføringssertifikat med en verifiserbar kode for kurset i AI Engineering Academy.

Kan jeg lære Python på telefonen?

Ja. CoddyKit er tilgjengelig på nettet og som native iOS- og Android-apper, slik at du kan lære Python på alle enheter, mens fremdriften synkroniseres mellom dem.

Hvor mye koster CoddyKit PRO?

Det første kurset i AI Engineering Academy er gratis. CoddyKit PRO gir tilgang til alle kurs: $5.90 per uke, $7.90 per måned, $29.90 per år eller $69.99 én gang for tilgang på livstid uten fornyelser.

Hvor lang tid tar det å fullføre AI Engineering Academy?

AI Engineering Academy består av 30 kurs og 120 leksjoner. De fleste leksjonene tar omtrent 5–10 minutter, så hele læringsstien tar rundt 14 timer med praktisk øving i eget tempo.

Start på AI Engineering Academy nå

Bli med tusenvis av elever som lærer programmering med AI-drevne leksjoner.

Start læringen gratisSe alle kurs