AI 工程師核心賽道：LLM工程、RAG、QLoRA、Agents

8 週內成為 LLM 工程師：建置和部署 8 個 LLM 應用程式，掌握生成式 AI 、RAG、LoRa 和 AI 代理。

從這 46.5 小時的課程，你會學到

專案 1：製作人工智慧宣傳冊產生器，可以智慧地抓取和瀏覽公司網站。
專案 2：為航空公司建立具有 UI 和功能呼叫的多模式客戶支援代理。
專案 3：開發使用開源和閉源模型從音訊建立會議記錄和行動專案的工具。
專案 4：製作將 Python 程式碼轉換為最佳化的 C++ 的 AI，將效能提高 60,000 倍！
專案5：利用 RAG 打造 AI 知識工作者，成為公司所有相關事務的專家。
專案 6：Capstone(總整專案) 部分 A – 使用 Frontier 模型根據簡短描述預測產品價格。
專案 7：Capstone部分 B – 執行微調的開源模型，以在價格預測方面與 Frontier 競爭。
專案 8：Capstone 部分 C – 建立自主多代理系統，與模型合作以發現交易並通知您特別優惠。
透過選擇、培訓和應用 LLM 來設計和開發針對特定業務問題的完整解決方案
比較和對比用於提高 LLM 解決方案性能的最新技術，例如 RAG、微調和代理工作流程
權衡 10 個先進 LLM 和 10 個開源 LLM，並能夠針對特定任務選擇最佳選擇

要求

熟悉 Python。本課程不會涵蓋 Python 基礎知識，並以 Python 完成。

課程說明

掌握生成式 AI 與 LLM：為期 8 週的實作之旅

透過由業界資深人士 Ed Donner 領導的實際專案加速您在 AI 領域的職業生涯。建構先進的生成式 AI 產品，試驗 20 多種突破性模型，並掌握 RAG、QLoRA 和 Agents 等最先進的技術。

你將學到什麼

使用尖端模型和框架建立先進的生成式 AI 產品。
試驗超過 20 種突破性的 AI 模型，包括 Frontier 和開源模型。
熟練使用 HuggingFace、LangChain 和 Gradio 等平台。
實施最先進的技術，例如 RAG（檢索增強生成）、QLoRA 微調和代理。
創建現實世界的 AI 應用程式，包括：
與文字、聲音和圖像互動的多模式客戶支援助手。
ＡI 知識工作者可以根據共享驅動器回答有關公司的任何問題。
優化軟體的AI程式設計師，實現超過60,000倍的效能提升。
一款可以準確預測未知產品價格的電子商務應用程式。
從推理過渡到訓練，對 Frontier 和開源模型進行微調。
將具有完善的使用者介面和先進功能的 AI 產品部署到生產中。
提升您的 AI 和 LLM 工程技能，走在產業尖端。

關於導師

我是 Ed Donner，一位擁有 20 多年經驗的人工智慧和技術領域的企業家和領導者。我曾與他人共同創立並出售了自己的人工智慧新創公司，創辦了第二家公司，並領導了世界各地頂級金融機構和新創公司的團隊。我熱衷於帶領其他人進入這個令人興奮的領域並幫助他們成為行業尖端的專家。

專案:

專案 1：人工智慧驅動的宣傳冊產生器，可以智慧地抓取和瀏覽公司網站。
專案 2：具有 UI 和功能呼叫的航空公司多模式客戶支援代理。
專案 3：使用開源和閉源模型從音訊建立會議記錄和行動專案的工具。
專案 4：將 Python 程式碼轉換為最佳化的 C++ 的 AI，效能提高 60,000 倍！
專案5：AI 知識工作者使用 RAG 成為所有公司相關事務的專家。
專案 6：Capstone 部分 A – 使用 Frontier 模型根據簡短描述預測產品價格。
專案 7：Capstone B 部分 – 微調開源模型，以在價格預測方面與 Frontier 競爭。
專案 8：Capstone 第 C 部分 – 自主代理系統與模型合作以發現交易並通知您特別優惠。

為什麼選擇這門課？

實踐學習：最好的學習方式就是實踐。您將參與實踐練習，建立可提供令人驚嘆的結果的真實世界的 AI 應用程式。
尖端技術：透過學習最新的框架和技術（包括 RAG、QLoRA 和 Agents）保持領先地位。
易於理解的內容：適合各個程度的學習者。提供逐步說明、實踐練習、備忘單和大量資源。
無需高等數學：課程著重於實際應用。掌握 LLM 工程學不需要微積分或線性代數。

課程架構

Week 1: 基礎和第一個專案

深入了解 Transformers 的基礎知識。
嘗試六種領先的先進模型。
建立您的第一個商業 Gen AI 產品，它可以抓取網路資料、做出決策並建立格式化的銷售手冊。

Week 2: Frontier API 和客戶服務聊天機器人

探索 Frontier API 並與三種領先模型互動。
開發一個具有清晰使用者介面的客戶服務聊天機器人，可以與文字、圖像、音訊互動並利用工具或代理。

Week 3: 擁抱開源模型

使用 HuggingFace 探索開源模型的世界。
解決 10 個常見的 Gen AI 用例，從翻譯到圖像生成。
建立一個產品，根據記錄產生會議記錄和行動專案。

Week 4: LLM 選擇和程式碼生成

了解大型語言模型 (LLM) 之間的差異以及如何為您的業務任務選擇最佳的 LLM。
使用 LLM 產生程式碼並建立將程式碼從 Python 轉換為 C++ 的產品，實現超過 60,000 倍的效能提升。

Week 5: 檢索增強生成 (Retrieval-Augmented Generation ，RAG)

掌握 RAG 來提高解決方案的準確性。
熟練向量嵌入並探索流行的開源向量資料儲存中的向量。
建立與當今市場上的真實產品類似的完整業務解決方案。

Week 6: Transitioning to Training

從推理轉向訓練。
微調 Frontier 模型來解決實際的業務問題。
建立您自己的專用模型，標誌著您 AI 之旅的重要里程碑。

Week 7: 進階訓練技術

入研究 QLoRA 微調等高階訓練技術。
訓練開源模型，使其在特定任務上的表現優於 Frontier 模型。
解決具有挑戰性的專案，將您的技能提升到新的水平。

Week 8: 部署和完成

使用精緻的使用者介面將您的商業產品部署到生產環境中。
使用代理增強功能。
交付您的第一個生產化、代理化、微調的 LLM 模型。
慶祝您掌握 AI 和 LLM 工程，為職業生涯的新階段做好準備。

目標受眾

有抱負的人工智慧工程師和資料科學家渴望進入生成式 AI 和 LLM 學位領域。
專業人士希望在快速發展的人工智慧領域提陞技能並保持競爭力。
有興趣透過實際動手經驗建立高級 AI 應用程式的開發人員。

講師簡介

Ligency 建構現實世界的 AI 產品

加入 Ligency，與超過 340 萬名學員一起學習。

我們擁有 4.6 分的講師評分、近 100 萬條評價，並提供 12 種語言的 121 門課程，幫助工程師、領導者和團隊掌握驅動當今人工智慧革命的技能，並交付實際成果。

我們從現實世界的起點出發：大型語言模型( LLM )及其驅動的產品。您將學習AI 和生成式人工智慧 (gen AI) 的基礎知識，然後交付生產級系統 – 聊天機器人、Co-Pilot、自動化和 AI 代理。我們將深入探討大型語言模型工程：檢索（RAG）、評估、可觀測性、安全性以及團隊大規模運行代理系統所使用的模式。

我們的技術堆疊實用且與時俱進。您將使用 Python、LangChain 和 LangGraph 快速建立原型；探索來自 OpenAI、Gemini 和 Claude（包括 Claude Code）的模型；使用 Hugging Face 和 Ollama 進行微調和部署；並在 AWS 上將其部署到生產環境 – 從 Bedrock 到事件驅動服務。需要自動化？我們利用 n8n、簡潔的介面和 CI/CD 將其完美整合。在此過程中，您將掌握在高負載下依然穩健的響應式工程技術。

未來發展方向：交付型人才的職位。熱愛建構的人才可以選擇 AI 工程師和 LLM 工程師；追求規模化可靠性的人才可以選擇平台和 MLOps 方向；致力於將智能體 AI 從簡報轉化為實際業務成果的人才可以選擇產品和領導力方向。貫穿始終的核心理念是：快速學習、快速建立、衡量一切、迭代優化。

從我們最暢銷的課程開始：

LLM 工程：精通 AI、大型語言模型和 Agents – 從最初的響應式設計到生產模式（RAG、Agents、評估、LangChain/LangGraph）的實踐路徑。

完整的 Agentic AI 工程課程 – 設計、編排和部署強大的 AI Agents 和 Agentic 工作流程。

生產環境中的 AI : 大規模的 Gen AI 和 Agenttic AI – AWS 上建置管道、監控和企業級部署的擴展模式。

生成式 AI 高階主管簡報：領導者的精通指南－生成式 AI 策略、治理與投資報酬率的簡明行動手冊。

如果您希望快速提陞技能並交付實際產品，歡迎加入我們。學習概念，體驗工具，建立產品 – 然後將其推向用戶。這就是 Ligency 的行事方式。

Ed Donner 人工智慧新創公司共同創辦人和領導者； Gen AI 和 LLM 講師

Ed Donner 是一位科技領導者，也是人工智慧新創企業的創辦人。他是 Nebula 的聯合創始人兼首席技術長，Nebula 是一個使用生成式 AI 和其他形式的機器學習來尋找、了解、吸引和管理人才的平台。 Nebula 的長期目標是幫助人們發現自己的潛力並追求存在的意義。

在此之前，Ed 是人工智慧新創公司untapt 的創辦人兼首席執行官，該公司是埃森哲金融科技創新實驗室旗下公司，於2021 年被收購。由300 名軟體工程師組成的團隊，負責3 大洲的風險技術工作，在華爾街從事了 15 年的技術工作後。 Ed 擁有 2023 年頒發的深度學習匹配引擎專利，以及牛津大學物理學碩士學位。