PricingLoginStart free
AI Engineering Academy logo
PythonAINivåer A1 → B222 språk

AI Engineering Academy

Bygg AI-system med LLM:er för produktion. Lär er OpenAI API, vektordatabaser, RAG-pipelines, funktionsanrop, MCP och orkestrering av flera agenter. En lärstig från CoddyKit med 30 korta kurser och 120 interaktiva lektioner, med en AI-handledare till hands dygnet runt.

Kurser
30
Lektioner
120
Interaktiva steg
1,560
Gratis att börja
Kurs 1
Kursplan

30 kurser i den här lärvägen

Alla kurser i lärvägen AI Engineering Academy, i rätt ordning. Den första är gratis.

1

A14 lektionerGratis

Förstå arkitekturen och funktionerna hos stora språkmodeller på en konceptuell nivå. Lär dig hur transformermodeller, attention-mekanismer och träningsdata formar dagens AI. Upptäck vad LLM:er kan oc…

  1. 1Från autokomplettering till ChatGPT
  2. 2Transformers och attention på vanlig svenska
  3. 3Så tränas LLM:er
  4. +1 till
Börja lära dig gratis
2

A14 lektionerPRO

Konfigurera din Python-miljö och gör ditt första riktiga API-anrop till OpenAI. Lär dig använda chat completions-endpointen, förstå strukturen hos anrop och svar samt hantera fel på ett robust sätt.…

  1. 1Konfigurera Python-miljön
  2. 2Ändpunkten för chat completions
  3. 3Styr modellens beteende med parametrar
  4. +1 till
Börja lära dig gratisLås upp med PRO
3

A14 lektionerPRO

Lär dig grundprinciperna för att skriva effektiva prompter som pålitligt ger det resultat du behöver. Behärska tekniker som zero-shot, few-shot och chain-of-thought. Minska hallucinationer och förbät…

  1. 1Zero-shot- och few-shot-promptning
  2. 2Chain-of-thought och stegvis slutledning
  3. 3Systemprompter och definition av persona
  4. +1 till
Börja lära dig gratisLås upp med PRO
4

A14 lektionerPRO

Förstå hur LLM:er bearbetar text med hjälp av tokens och hur kontextfönstret begränsar vad en modell kan ta hänsyn till samtidigt. Lär dig uppskatta och kontrollera API-kostnader innan de överraskar…

  1. 1Vad är en token?
  2. 2Kontextfönster: storlek och konsekvenser
  3. 3Beräkna och förutsäga API-kostnader
  4. +1 till
Börja lära dig gratisLås upp med PRO
5

A14 lektionerPRO

Tvinga LLM:er att returnera maskinläsbar JSON som din applikation kan tolka på ett tillförlitligt sätt. Lär dig OpenAI:s JSON-läge, strukturerade utdata med Pydantic-scheman och mönster för validerin…

  1. 1JSON-läge och response_format
  2. 2Strukturerade utdata med Pydantic
  3. 3Extrahera data från ostrukturerad text
  4. +1 till
Börja lära dig gratisLås upp med PRO
6

A24 lektionerPRO

Upptäck hur textembeddings omvandlar ord och meningar till numeriska vektorer som fångar semantisk betydelse. Lär dig skapa embeddings med OpenAI API och använda dem för likhetssökning, klustring och…

  1. 1Vad är vector embeddings?
  2. 2Generera embeddings med OpenAI
  3. 3Semantisk sökning med NumPy
  4. +1 till
Börja lära dig gratisLås upp med PRO
7

A24 lektionerPRO

Gå från likhetssökning i minnet till att lagra miljontals vektorer i en produktionsklar databas. Lär dig konfigurera Pinecone och pgvector, indexera dokument och utföra approximerade närmaste-granne-…

  1. 1Varför ni behöver en vectordatabas
  2. 2Kom igång med Pinecone
  3. 3pgvector: embeddings i PostgreSQL
  4. +1 till
Börja lära dig gratisLås upp med PRO
8

A24 lektionerPRO

Förstå varför RAG finns och hur tekniken löser problemen med kunskapsgräns och hallucinationer i rena LLM:er. Lär dig det grundläggande mönstret hämta-och-generera och se hur de olika komponenterna h…

  1. 1Problemet som RAG löser
  2. 2RAG-arkitekturen: indexering och hämtning
  3. 3Skapa den utökade prompten
  4. +1 till
Börja lära dig gratisLås upp med PRO
9

A24 lektionerPRO

Bygg ett fungerande RAG-system från början till slut i Python. Läs in PDF-dokument, dela upp dem i textsegment och skapa embeddings, lagra vektorer i en databas, hämta relevanta segment för användarf…

  1. 1Dokumentinläsning och textextraktion
  2. 2Strategier för textuppdelning: fast storlek, meningar eller rekursivt
  3. 3Indexering: bädda in och lagra delar
  4. +1 till
Börja lära dig gratisLås upp med PRO
10

A24 lektionerPRO

Lär dig mäta om din RAG-pipeline faktiskt fungerar. Implementera mått för hämtning, som precision och recall, mått för generering, som trohet och relevans, och bygg ett automatiserat ramverk för utvä…

  1. 1Varför utvärdering är viktigt i RAG
  2. 2Mått för hämtning: hit rate, MRR och NDCG
  3. 3Mått för generering: trohet och svarens relevans
  4. +1 till
Börja lära dig gratisLås upp med PRO
11

B14 lektionerPRO

Behärska LangChains LCEL (LangChain Expression Language) för att sätta samman LLM-pipelines av återanvändbara komponenter. Lär dig Runnable-gränssnittet, bygg sekventiella kedjor och förgrenade kedjo…

  1. 1LangChain-arkitektur och centrala abstraktioner
  2. 2Bygg kedjor med LCEL
  3. 3Förgrenade och parallella kedjor
  4. +1 till
Börja lära dig gratisLås upp med PRO
12

B14 lektionerPRO

Lägg till beständigt minne i dina LangChain-applikationer så att konversationer känns sammanhängande över flera turer. Lär dig olika minnesstrategier, lagra chatthistorik i databaser och hantera avvä…

  1. 1Varför statslösa LLM:er behöver externt minne
  2. 2Buffert- och fönsterminne
  3. 3Sammanfattningsminne och tokenmedveten trunkering
  4. +1 till
Börja lära dig gratisLås upp med PRO
13

B14 lektionerPRO

Bygg agenter som resonerar kring vilket verktyg som ska anropas härnäst, utför åtgärder, observerar resultaten och upprepar processen tills uppgiften är klar. Förstå ramverket ReAct (Reasoning + Acti…

  1. 1ReAct-ramverket: tänk, agera, observera
  2. 2Definiera verktyg för er agent
  3. 3Bygg en ReAct-agent med LangChain
  4. +1 till
Börja lära dig gratisLås upp med PRO
14

B14 lektionerPRO

Använd OpenAI:s inbyggda funktion för function calling för att pålitligt extrahera strukturerade data och utlösa applikationslogik från naturligt språk. Lär dig definiera funktionsscheman, hantera pa…

  1. 1Definiera funktionsscheman för API:et
  2. 2Bearbeta verktygsanrop i er applikation
  3. 3Parallella funktionsanrop
  4. +1 till
Börja lära dig gratisLås upp med PRO
15

B14 lektionerPRO

Lär dig Model Context Protocol, den öppna standard som gör det möjligt för LLM:er att ansluta säkert till externa verktyg, databaser och tjänster. Bygg en MCP-server i Python, exponera resurser och v…

  1. 1Vad är MCP och varför är det viktigt
  2. 2Bygg er första MCP-server
  3. 3Exponera databaseresurser via MCP
  4. +1 till
Börja lära dig gratisLås upp med PRO
16

B14 lektionerPRO

Gå bortom naiv segmentering i fasta storlekar och implementera avancerade strategier som bevarar semantisk sammanhållning och förbättrar träffsäkerheten vid hämtning. Lär dig parent-child-segmenterin…

  1. 1Varför naiv chunkning försämrar informationshämtning
  2. 2Semantisk chunkning med embedding-likhet
  3. 3Hierarkisk informationshämtning och från litet till stort
  4. +1 till
Börja lära dig gratisLås upp med PRO
17

B14 lektionerPRO

Kombinera tät vektorsökning med gles nyckelordssökning för att fånga både semantisk betydelse och exakta termträffar. Lär dig BM25, reciprocal rank fusion och hur du implementerar hybridsökning i Ela…

  1. 1Tät kontra gles informationshämtning: avvägningar
  2. 2Implementera BM25-baserad nyckelordssökning
  3. 3Reciprocal Rank Fusion för sammanslagning av poäng
  4. +1 till
Börja lära dig gratisLås upp med PRO
18

B14 lektionerPRO

Förbättra RAG-träffsäkerheten genom att lägga till ett omrankningssteg som ordnar om de första sökresultaten med hjälp av en cross-encoder-modell. Lär dig pipelines för hämtning i flera steg, kontext…

  1. 1Varför informationshämtning i två steg fungerar
  2. 2Omrankning med cross-encoder i Cohere och BGE
  3. 3Kontextuell komprimering och relevansfiltrering
  4. +1 till
Börja lära dig gratisLås upp med PRO
19

B14 lektionerPRO

Bygg responsiva AI-applikationer som visar tokens allt eftersom de strömmas från API:t, i stället för att vänta på hela svaret. Lär dig streaming-API:t, server-sent events, asynkrona Python-mönster o…

  1. 1Förstå tokenströmning
  2. 2Konsumera strömmar med Python SDK
  3. 3Streaming i FastAPI med Server-Sent Events
  4. +1 till
Börja lära dig gratisLås upp med PRO
20

B14 lektionerPRO

Minska API-kostnader och fördröjning kraftigt genom att implementera cachelagring på flera nivåer i din LLM-pipeline. Lär dig exakt och semantisk cachelagring, cachelagring av promptprefix och batchs…

  1. 1Exakt cachning med Redis
  2. 2Semantisk cachning med embeddings
  3. 3OpenAI:s cachning av promptprefix
  4. +1 till
Börja lära dig gratisLås upp med PRO
21

B24 lektionerPRO

Designa system där flera specialiserade AI-agenter samarbetar för att lösa komplexa uppgifter som ingen enskild agent klarar själv. Lär dig orkestreringsmönster, kommunikationsprotokoll för agenter,…

  1. 1Varför enskilda agenter når en gräns
  2. 2Orkestrator-underagent-mönstret
  3. 3Bygg multiagentpipelines med LangGraph
  4. +1 till
Börja lära dig gratisLås upp med PRO
22

B24 lektionerPRO

Bygg en agent som skriver Python-kod, kör den i en sandboxad miljö, läser resultatet, rättar fel och upprepar processen tills uppgiften är klar. Lär dig säker kodkörning, sandboxning med Docker och h…

  1. 1Kodkörningsloopen
  2. 2Sandboxning med Docker och RestrictedPython
  3. 3Tillståndshantering mellan körningssteg
  4. +1 till
Börja lära dig gratisLås upp med PRO
23

B24 lektionerPRO

Få djup insyn i varje steg i din LLM-applikation med strukturerad tracing, loggning och övervakning. Lär dig LangSmith, Langfuse och OpenTelemetry för LLM:er, följ fördröjning och tokenanvändning för…

  1. 1Varför LLM-applikationer är svåra att felsöka
  2. 2Tracing med LangSmith
  3. 3Langfuse för modelloberoende observability
  4. +1 till
Börja lära dig gratisLås upp med PRO
24

B24 lektionerPRO

Förstå och försvara dig mot de unika säkerhetshot som påverkar LLM-drivna applikationer. Lär dig om prompt injection-attacker, jailbreaks och dataexfiltrering via agenter och implementera försvar i f…

  1. 1Taxonomi för promptinjektionsattacker
  2. 2Försvara RAG-system mot injektioner
  3. 3Säkra verktygsåtkomst för agenter
  4. +1 till
Börja lära dig gratisLås upp med PRO
25

B24 lektionerPRO

Anpassa en förtränad språkmodell till din specifika domän med LoRA (Low-Rank Adaptation) utan att behöva hundratals GPU:er. Lär dig när finjustering är bättre än prompting, förbered träningsdata, kör…

  1. 1När fine-tuning överträffar prompting
  2. 2Förbered ett högkvalitativt träningsdataset
  3. 3LoRA-fine-tuning med Hugging Face PEFT
  4. +1 till
Börja lära dig gratisLås upp med PRO
26

B24 lektionerPRO

Bygg produktionspipelines som på ett tillförlitligt sätt extraherar strukturerad information från tusentals dokument, e-postmeddelanden, avtal och webbsidor. Lär dig instructor, Outlines och mönster…

  1. 1Instructor: typad extraktion med Pydantic
  2. 2Hantera partiella och saknade data
  3. 3Batchbearbetning med async och köer
  4. +1 till
Börja lära dig gratisLås upp med PRO
27

B24 lektionerPRO

Driftsätt LLM-applikationer som förblir snabba och tillförlitliga under verklig produktionsbelastning. Lär dig lastbalansering över flera API-nycklar, reservleverantörer, circuit breakers, timeoutbud…

  1. 1Mät LLM-fördröjning: TTFT och TPOT
  2. 2Lastbalansering och strategier med flera nycklar
  3. 3Reservleverantörer och kretsbrytare
  4. +1 till
Börja lära dig gratisLås upp med PRO
28

B24 lektionerPRO

Använd kraftfulla LLM:er som automatiserade bedömare för att utvärdera kvaliteten på andra LLM:ers utdata i stor skala. Lär dig mönstret LLM-as-Judge, implementera parvisa och poängbaserade utvärderi…

  1. 1Mönstret LLM som bedömare
  2. 2Punktvis och parvis utvärdering
  3. 3Kalibrera bedömningsmodeller mot människor
  4. +1 till
Börja lära dig gratisLås upp med PRO
29

B24 lektionerPRO

Designa agenter som upptäcker sina egna fel, diagnostiserar grundorsaken och försöker återhämta sig utan mänsklig inblandning. Lär dig felklassificering, strategier för nya försök, självkorrigerande…

  1. 1Klassificera agenters feltillstånd
  2. 2Självkorrigering och reflekterande prompting
  3. 3Checkpointing och återupptagning av uppgifter
  4. +1 till
Börja lära dig gratisLås upp med PRO
30

B24 lektionerPRO

Tillämpa allt från spåret för att bygga och leverera ett AI-teknikprojekt av produktionskvalitet. Designa en arkitektur som kombinerar RAG, function calling, streaming, cachelagring, observabilitet o…

  1. 1Utforma produktionsarkitekturen
  2. 2Implementera centrala RAG- och agentfunktioner
  3. 3Härda systemet: säkerhet, cachning och tillförlitlighet
  4. +1 till
Börja lära dig gratisLås upp med PRO
CoddyKit PRO

Lås upp alla 30 kurser i den här lärvägen och alla andra lärvägar

AI-handledare, certifieringsprov och certifikat. Fungerar på webben, iOS och Android.

Se alla abonnemang
Årsvis$29.90 / årCirka $2.49 i månadenBetala en gångLivstid$69.99 en gångInga förnyelser. PRO för alltid.
Kursöversikt

AI-engineering: LLM, RAG och agenter

Bygg AI-system med LLM:er för produktion. Lär er OpenAI API, vektordatabaser, RAG-pipelines, funktionsanrop, MCP och orkestrering av flera agenter. Det här spåret omfattar 30 progressiva minikurser från nybörjarnivå (A1) till avancerad nivå (B2), med korta, fokuserade lektioner och snabba kunskapstest som hjälper er att befästa varje koncept.

Det här får ni lära er

Ni börjar med grunderna och bygger vidare med ämnen på medel- och avancerad nivå, där varje kurs bygger på den föregående. Varje lektion är praktiskt inriktad, med verkliga exempel och en AI-handledare som finns till hands när ni behöver hjälp.

Så fungerar det

Varje kurs är uppdelad i fyra fokuserade lektioner. Genomför några lektioner om dagen så behärskar ni hela spåret på veckor i stället för månader.

Verktyg

Öva med AI – läs inte bara

Ta lärandet till nästa nivå med AI-drivna verktyg och funktioner

AI-chattChatta med AI-handledarenStäll en superfrågaFå svar på expertnivåPROSkapa lektionAI-driven lektionsskaparePROPåbörja certifieringsprovetFå ditt certifikatPROStarta utmaningTesta dina kunskaper

Så lär du dig

  1. 01

    Interaktiva lektioner

    Praktiska kodövningar med feedback i realtid

  2. 02

    AI-handledare

    Få omedelbar hjälp av vår AI när du kör fast

  3. 03

    Inbyggd kodredigerare

    Skriv och kör kod direkt i webbläsaren

  4. 04

    Certifikat

    Få ett certifikat när du slutför kursen

Fortsätt utforska

Relaterade lärvägar

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-applikationer i produktion (RAG + vektordatabaser + cachning)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

Vanliga frågor

Är kursen i AI Engineering Academy gratis?

Ja. Ni kan börja kursen i AI Engineering Academy gratis och genomföra de interaktiva lektionerna utan kostnad. Med en valfri PRO-prenumeration får Ni tillgång till avancerade AI-verktyg och ett certifikat som kan delas.

Behöver jag tidigare erfarenhet för att lära mig Python?

Nej. Kursen börjar med grunderna och går stegvis vidare till mer avancerade ämnen, så Ni kan börja även utan tidigare erfarenhet av Python.

Hur lär jag mig Python på CoddyKit?

Ni lär Er genom att göra. Korta interaktiva lektioner kombinerar tydliga förklaringar med praktiska kodövningar som körs i realtid, och en AI-handledare som är tillgänglig dygnet runt ger personlig hjälp när Ni kör fast.

Får jag ett certifikat när jag har slutfört AI Engineering Academy?

Ja. PRO-användare kan göra ett prov och få ett delbart intyg på att de har slutfört kursen i AI Engineering Academy, med en verifierbar kod.

Kan jag lära mig Python i mobilen?

Ja. CoddyKit finns på webben och som inbyggda iOS- och Android-appar, så Ni kan lära Er Python på valfri enhet och synkronisera Era framsteg mellan dem.

Vad kostar CoddyKit PRO?

Den första kursen i AI Engineering Academy är gratis. CoddyKit PRO låser upp alla kurser: $5.90 per vecka, $7.90 per månad, $29.90 per år eller $69.99 en gång för livstidsåtkomst utan förnyelser.

Hur lång tid tar det att slutföra AI Engineering Academy?

AI Engineering Academy har 30 kurser och 120 lektioner. De flesta lektioner tar cirka 5–10 minuter, så hela lärvägen motsvarar ungefär 14 timmars praktisk övning i egen takt.

Börja med AI Engineering Academy nu

Anslut Er till tusentals deltagare som lär sig programmering med AI-drivna lektioner.

Börja lära dig gratisBläddra bland alla kurser