Coursera

Build, Analyze, and Refactor LLM Workflows

Coursera

Build, Analyze, and Refactor LLM Workflows

Starweaver
Ritesh Vajariya

位教师:Starweaver

访问权限由 New York State Department of Labor 提供

深入了解一个主题并学习基础知识。
中级 等级

推荐体验

4 小时 完成
灵活的计划
自行安排学习进度
深入了解一个主题并学习基础知识。
中级 等级

推荐体验

4 小时 完成
灵活的计划
自行安排学习进度

您将学到什么

  • Construct modular LLM chains using LangChain's core components (prompts, models, and output parsers) to replace hardcoded API calls.

  • Apply systematic refactoring methodology to transform existing LLM scripts into maintainable LangChain workflows with proper error handling.

  • Implement production-ready patterns for common LLM use cases including Q&A systems, summarization pipelines, and data extraction workflows.

要了解的详细信息

可分享的证书

添加到您的领英档案

授课语言:英语(English)
最近已更新!

December 2025

了解顶级公司的员工如何掌握热门技能

Petrobras, TATA, Danone, Capgemini, P&G 和 L'Oreal 的徽标

积累特定领域的专业知识

本课程是 Build Next-Gen LLM Apps with LangChain & LangGraph 专项课程 专项课程的一部分
在注册此课程时,您还会同时注册此专项课程。
  • 向行业专家学习新概念
  • 获得对主题或工具的基础理解
  • 通过实践项目培养工作相关技能
  • 获得可共享的职业证书

该课程共有3个模块

We'll transform raw API calls into modular LangChain components, exploring prompts, models, and parsers through hands-on examples.

涵盖的内容

4个视频2篇阅读材料1次同伴评审

We'll apply the proven 5-step methodology to systematically refactor existing LLM code into maintainable architectures.

涵盖的内容

3个视频1篇阅读材料1次同伴评审

We'll implement battle-tested production patterns including RAG systems, caching strategies, and monitoring for scalable applications.

涵盖的内容

4个视频1篇阅读材料1个作业2次同伴评审

获得职业证书

将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。

位教师

Starweaver
Coursera
548 门课程 996,451 名学生

提供方

Coursera

人们为什么选择 Coursera 来帮助自己实现职业发展

Felipe M.

自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情,我就可以学习。'

Jennifer J.

自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'

Larry W.

自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程,Coursera 便是最好的去处之一。'

Chaitanya A.

''学习不仅仅是在工作中做的更好:它远不止于此。Coursera 让我无限制地学习。'

从 Business 浏览更多内容

¹ 本课程的部分作业采用 AI 评分。对于这些作业,将根据 Coursera 隐私声明使用您的数据。