L'objectif de ce cours est d'équiper les apprenants avec les compétences et les connaissances nécessaires pour concevoir, développer et optimiser des solutions avancées de Grand modèle de langage (LLM) en utilisant LLama2. Les sujets couverts incluront une compréhension complète des architectures LLM, des techniques pour affiner les LLM, la Génération augmentée de récupération (RAG), et l'utilisation d'outils comme Ollama, LangChain, Streamlit, et Hugging Face. Ce cours sera passionnant pour les apprenants car il se penche sur les avancées les plus récentes dans le domaine de l'IA, offrant une expérience pratique avec des outils et des techniques de pointe.

Un point fort du cours est la construction de deux implémentations différentes d'une solution qui consomme l'article original LLama2 publié par Meta, permettant des interactions Q&A avec l'IA à propos de l'article. Ce projet pratique fournit non seulement une expérience pratique, mais démontre également les avantages de l'utilisation de LLama2 pour la compréhension profonde et l'extraction de connaissances à partir de documents complexes. Ce cours s'adresse aux ingénieurs logiciels, aux ingénieurs en apprentissage automatique, aux scientifiques des données et aux responsables de l'ingénierie. Les participants acquerront des connaissances sur l'exploitation de Llama2 pour des solutions d'IA avancées. Les ingénieurs logiciels approfondiront leur compréhension des architectures LLM, les ingénieurs en apprentissage automatique amélioreront leurs compétences en optimisation de modèles, les scientifiques des données exploreront des applications innovantes, et les responsables de l'ingénierie apprendront à diriger efficacement des projets axés sur l'IA. Les participants doivent avoir une connaissance de niveau débutant de Python et des comptes sur GitHub et Hugging Face pour les projets. Une configuration matérielle minimale de 8 Go de RAM et 3,8 Go de stockage libre est requise, et le cours est compatible avec les systèmes d'exploitation macOS ou Windows. À la fin de ce cours, les participants seront en mesure d'évaluer les grands modèles de langage (LLM) et de comprendre le processus de développement de solutions. Ils analyseront des cas d'utilisation pour identifier les architectures et les techniques d'optimisation optimales, appliqueront et compareront diverses méthodes d'optimisation, et concevront des solutions LLM avancées à l'aide de Llama2, ce qui les équipera pour créer des applications IA sophistiquées.