LLM Theory and Practice: from RAG to Multi-Agent
เจาะลึกการทำ RAG แบบ Contextual Retrieval ที่ตอบคำถามของธุรกิจได้อย่างแท้จริง และสำรวจ Multi-Agents Concepts พร้อมรับชมการสาธิตการสร้าง AI Systems ที่ซับซ้อน เจาะลึกการทำ RAG แบบ Contextual Retrieval
เจาะลึกการทำ RAG แบบ Contextual Retrieval ที่ตอบคำถามของธุรกิจได้อย่างแท้จริง และสำรวจ Multi-Agents Concepts พร้อมรับชมการสาธิตการสร้าง AI Systems ที่ซับซ้อน เจาะลึกการทำ RAG แบบ Contextual Retrieval
หลักสูตรนี้เหมาะสำหรับนักพัฒนาและวิศวกรซอฟต์แวร์ที่ต้องการออกแบบและพัฒนาระบบ AI Agent แบบ end-to-endรวมถึงการสร้างระบบ GraphRAG (Retrieval-Augmented Generation) สำหรับงาน Knowledge Management และ Intelligent Search ในองค์กร ผู้เรียนจะได้สร้างระบบ AI Agent
สร้าง AI Agent และ Chatbot เชื่อมข้อมูลองค์กร ด้วย RAG, Text-to-SQL, Web Scraping, OCR บน n8n Generative AI กลายเป็นปัจจัยสำคัญในการสร้างความได้เปรียบทางการแข่งขัน แต่ความท้าทายที่แท้จริงไม่ใช่แค่การใช้
ลึกซึ้งกับองค์ประกอบของระบบ เรียนจบได้ RAG ไปใช้ในองค์กร หลักสูตรเชิงปฏิบัติการที่จะพาคุณเรียนรู้การใช้งาน Retrieval-Augmented Generation (RAG) สำหรับการประยุกต์ใช้กับ Large Language Models (LLMs) เรียนรู้ตั้งแต่พื้นฐานไปจนถึงการ Deploy ระบบจริง เน้นการปฏิบัติและการนำไปใช้งานได้จริง พร้อมทั้งเรียนรู้การใช้
