Prêt à booster votre carrière dans l'IA en maîtrisant les techniques d'extraction de niveau supérieur pour la recherche intelligente et le résumé ? Ce cours pratique vous plonge dans le monde de la Génération augmentée de récupération (RAG), des récupérateurs avancés et des bases de données vectorielles telles que FAISS et Chroma DB. Vous acquerrez les compétences de pointe dont les entreprises ont besoin pour concevoir et construire des applications RAG évolutives et performantes qui permettent une recherche plus intelligente et des capacités de réponse. Pendant le cours, vous apprendrez à différencier les patrons de conception, à mettre en œuvre la recherche par similarité à l'aide de FAISS et à intégrer LangChain avec des frameworks d'UI modernes tels que Gradio. Ensuite, dans les laboratoires pratiques et les projets guidés, vous obtiendrez une expérience pratique de la construction d'une application IA de bout en bout qui récupère, résume et répond aux questions en temps réel. Des récupérateurs de documents multi-requêtes et parents à la recherche et à l'évaluation de vecteurs sémantiques, ce cours vous donnera les compétences nécessaires pour améliorer les moteurs de recherche internes, la précision des chatbots et les systèmes de recommandation de contenu. Inscrivez-vous dès aujourd'hui et améliorez votre portefeuille avec une expérience pratique de la construction de l'IA qui comprend le contexte - et fournit des résultats.
RAG avancé avec les bases de données vectorielles et les récupérateurs
Ce cours fait partie de plusieurs programmes.
Instructeurs : Wojciech 'Victor' Fulmyk
5 627 déjà inscrits
Inclus avec
(31 avis)
Expérience recommandée
Ce que vous apprendrez
Construire des applications RAG en utilisant des bases de données vectorielles et des modèles de recherche avancés
Utiliser les mécanismes de base des bases de données vectorielles telles que FAISS et CORE et mettre en œuvre des algorithmes d'authentification tels que HNSW
Mettre en œuvre des extracteurs avancés utilisant LlamaIndex et LangChain pour améliorer la qualité des réponses du LLM
Développer des applications RAG complètes en intégrant LangChain, FAISS et des interfaces utilisateurs front-end construites à l'aide de Gradio
Compétences que vous acquerrez
- Catégorie : Composants UI
- Catégorie : Optimisation des performances
- Catégorie : Interface utilisateur (UI)
- Catégorie : Traitement du langage naturel (NLP)
- Catégorie : Prompt engineering
- Catégorie : Développement d'applications
- Catégorie : Évolutivité
- Catégorie : Systèmes de gestion de bases de données
- Catégorie : IA générative
- Catégorie : Candidature au LLM
- Catégorie : Grand modèle de langage (LLM)
Détails à connaître
Ajouter à votre profil LinkedIn
août 2025
5 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable
Il y a 2 modules dans ce cours
Dans ce module, vous ferez une plongée en profondeur dans les extracteurs avancés et les modèles d'extraction, ce qui vous permettra d'acquérir les compétences nécessaires pour mettre en œuvre et optimiser les stratégies d'extraction avancées au sein d'un système RAG. Les participants exploreront différents types de récupérateurs à l'aide de cours vidéo et de travaux pratiques, y compris les récupérateurs de documents vectoriels, multi-requêtes, auto-requérants et de documents parents. Les apprenants appliqueront ces techniques en utilisant LangChain et LlamaIndex, acquérant ainsi une expérience pratique dans la construction de capacités de recherche plus intelligentes et l'amélioration de l'efficacité de la récupération dans les applications pilotées par l'IA.
Inclus
5 vidéos2 lectures3 devoirs4 éléments d'application1 sujet de discussion2 plugins
Dans ce module, vous explorerez FAISS, une puissante base de données vectorielle utilisée pour une recherche de similarité efficace. Vous comparerez FAISS à Chroma DB pour comprendre ses avantages et ses applications uniques. Grâce à une expérience pratique, vous construirez un moteur de recherche sémantique utilisant FAISS dans un cadre non RAG, démontrant sa polyvalence au-delà de la Génération augmentée de récupération (RAG). Enfin, vous développerez une application RAG entièrement fonctionnelle, intégrant FAISS, un moteur de recherche avancé et une UI front-end construite avec Gradio. Ce module renforce les concepts clés de la RAG tout en guidant les apprenants dans le processus de création d'une application de bout en bout alimentée par l'IA.
Inclus
2 vidéos3 lectures2 devoirs3 éléments d'application2 plugins
Obtenez un certificat professionnel
Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.
Offert par
En savoir plus sur Développement de logiciels
Statut : Essai gratuit
Statut : Essai gratuit
Statut : Essai gratuit
Statut : Essai gratuit
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
En maîtrisant les techniques avancées de RAG et les bases de données vectorielles telles que FAISS et Chroma DB, et en apprenant à intégrer LangChain et Gradio, vous serez bien préparé pour occuper des postes tels que développeur IA, ingénieur de données, architecte d'applications IA, ingénieur en algorithmes de recherche ou chef de produit technique. Ces fonctions impliquent le développement de systèmes de recherche intelligents et efficaces, l'optimisation des méthodes de recherche et la conception d'applications pilotées par l'IA qui utilisent des techniques de recherche avancées.
Non, l'expérience en apprentissage automatique n'est pas une exigence ! Bien que la programmation Python et une compréhension des API et du développement Web soient recommandées, ce cours se concentre sur la mise en œuvre et l'optimisation des systèmes de recherche à l'aide d'outils tels que FAISS, LangChain et Gradio. Il est conçu pour les développeurs et les ingénieurs qui cherchent à améliorer leurs compétences dans la construction d'applications IA avancées axées sur la recherche sans plonger profondément dans la formation de modèles d'apprentissage automatique.
Les cours traditionnels se concentrent souvent sur l'optimisation des requêtes de base ou sur les bases données relationnelles. En revanche, ce cours se penche sur la Génération augmentée de récupération (RAG) et les systèmes de récupération avancés basés sur les vecteurs. Vous explorerez des techniques de pointe telles que la recherche par similarité, les bases de données vectorielles et les stratégies de recherche pilotées par l'IA, en appliquant ces concepts pour créer des expériences de recherche dynamiques, en temps réel et tenant compte du contexte. Ce cours est idéal pour les développeurs qui cherchent à exploiter les technologies modernes pour des systèmes de recherche améliorés par l'IA.
Plus de questions
Aide financière disponible,