Dzień 1 

Moduł 1: Wprowadzenie do generatywnej sztucznej inteligencji – Sztuka możliwego

• Przegląd uczenia maszynowego
• Podstawy generatywnej sztucznej inteligencji
• Przypadki użycia generatywnej sztucznej inteligencji
• Generatywna sztuczna inteligencja w praktyce
• Ryzyka i korzyści

Moduł 2: Planowanie projektu z generatywną sztuczną inteligencją

• Podstawy generatywnej sztucznej inteligencji
• Generatywna sztuczna inteligencja w praktyce
• Kontekst generatywnej sztucznej inteligencji
• Kroki w planowaniu projektu z generatywną sztuczną inteligencją
• Ryzyka i ich łagodzenie

Moduł 3: Rozpoczęcie pracy z Amazon Bedrock

• Wprowadzenie do Amazon Bedrock
• Architektura i przypadki użycia
• Jak korzystać z Amazon Bedrock
• Demonstracja: Konfiguracja dostępu do Amazon Bedrock i korzystanie z Playgrounds

Moduł 4: Podstawy inżynierii promptów

• Podstawy modeli bazowych
• Podstawy inżynierii promptów
• Podstawowe techniki promptów
• Zaawansowane techniki promptów
• Demonstracja: Dostosowywanie podstawowego promptu tekstowego
• Techniki promptów specyficzne dla modelu
• Radzenie sobie z niewłaściwym użyciem promptów
• Łagodzenie uprzedzeń
• Demonstracja: Łagodzenie uprzedzeń w obrazach

Dzień 2 

Moduł 5: Komponenty aplikacji Amazon Bedrock

• Aplikacje i przypadki użycia
• Przegląd komponentów aplikacji generatywnej sztucznej inteligencji
• Modele bazowe i interfejs FM
• Praca z zestawami danych i osadzeniami
• Demonstracja: Osadzenia słów
• Dodatkowe komponenty aplikacji
• RAG
• Dostosowywanie modeli
• Zabezpieczanie aplikacji generatywnej sztucznej inteligencji
• Architektura aplikacji generatywnej sztucznej inteligencji

Moduł 6: Modele bazowe Amazon Bedrock

• Wprowadzenie do modeli bazowych Amazon Bedrock
• Korzystanie z modeli bazowych Amazon Bedrock do wnioskowania
• Metody Amazon Bedrock
• Ochrona danych i audytowalność
• Laboratorium: Wywoływanie modelu Amazon Bedrock do generowania tekstu za pomocą promptu zero-shot

Moduł 7: LangChain

• Optymalizacja wydajności LLM
• Integracja AWS i LangChain
• Korzystanie z modeli z LangChain
• Konstruowanie promptów
• Strukturyzowanie dokumentów za pomocą indeksów
• Przechowywanie i odzyskiwanie danych za pomocą pamięci
• Korzystanie z łańcuchów do sekwencjonowania komponentów
• Zarządzanie zasobami zewnętrznymi za pomocą agentów LangChain

Moduł 8: Wzorce architektury

• Wprowadzenie do wzorców architektury
• Podsumowanie tekstu
• Lab: Korzystanie z Amazon Titan Text Premier do podsumowywania tekstu małych plików
• Lab: Podsumowanie długich tekstów za pomocą Amazon Titan
• Odpowiadanie na pytania
• Lab: Korzystanie z Amazon Bedrock do odpowiadania na pytania
• Chatboty
• Lab: Budowanie chatbota
• Generowanie kodu
• Lab: Korzystanie z modeli Amazon Bedrock do generowania kodu
• LangChain i agenci dla Amazon Bedrock
• Lab: Budowanie aplikacji konwersacyjnych za pomocą API Converse