Domine LLMs com LangChain from Udemy

Neste curso, você se aprofundará no universo da IA Generativa com LLMs (Large Language Models), explorando o potencial da combinação entre LangChain e Python. Você implementará soluções proprietárias (ChatGPT) e modelos open source modernos, como Llama e Phi. Por meio de projetos práticos e reais, você desenvolverá aplicações inovadoras, incluindo um assistente virtual personalizado e um chatbot que interage com documentos e vídeos. Vamos explorar técnicas avançadas como RAG e agentes, além de utilizar ferramentas como Streamlit para criar interfaces intuitivas. Você aprenderá a utilizar essas tecnologias gratuitamente no Google Colab e também a executar os projetos em ambiente local.

Na introdução, você será apresentado à teoria dos Grandes Modelos de Linguagem (LLMs) e seus conceitos fundamentais. Além disso, será explorado o ecossistema da Hugging Face, que oferece soluções modernas de Processamento de Linguagem Natural (PLN). Você aprenderá a implementar LLMs utilizando tanto o pipeline da Hugging Face quanto a biblioteca LangChain, compreendendo as vantagens de cada abordagem.

Na segunda parte, será abordado o domínio da LangChain. Você aprenderá a acessar modelos de código aberto, como o Llama da Meta e o Phi da Microsoft, além de LLMs proprietárias, como o ChatGPT da OpenAI. Será explicado como realizar a quantização de modelos, com o objetivo de melhorar a performance e a escalabilidade. Também serão apresentados os principais componentes do LangChain, como chains, templates e tools, e como utilizá-los para desenvolver soluções robustas em PLN. Técnicas de engenharia de prompt serão abordadas para ajudar a obter resultados mais precisos. O conceito de RAG (Retrieval-Augmented Generation) será explorado, incluindo o processo de armazenamento e recuperação de informações. Você aprenderá a implementar bancos de dados vetoriais (vector stores) e entenderá a importância dos embeddings e como utilizá-los de forma eficaz. Também será mostrado como usar RAG para interagir com documentos em PDF e páginas da internet. Além disso, você terá a oportunidade de explorar a integração de agentes e ferramentas, como o uso de LLMs para realizar pesquisas na internet e consultar informações recentes. As soluções serão implementadas em ambiente local, o que permitirá acessar modelos open source mesmo sem conexão à internet.

Na fase de desenvolvimento de projetos práticos, você aprenderá a criar um chatbot customizado com interface e memória para perguntas e respostas (Q&A). Também será ensinado como desenvolver aplicações interativas utilizando a ferramenta Streamlit, facilitando a criação de interfaces intuitivas. Um dos projetos envolverá o desenvolvimento de uma aplicação avançada que utiliza o RAG para interagir com múltiplos documentos e extrair informações relevantes através de uma interface de chat. Outro projeto consistirá em construir uma aplicação que realiza a sumarização automática de vídeos e responde a perguntas relacionadas, resultando em uma ferramenta poderosa para a compreensão automática e instantânea de vídeos.

What's inside

Learning objectives

Compreender a teoria das llms e de conceitos fundamentais do langchain e hugging face
Integrar llms proprietárias (chatgpt da openai) e modelos código aberto como llama da meta e phi da microsoft
Aprender sobre os componentes do langchain, como chains, templates, módulos para rag, agentes e tools
Explorar rag passo a passo para armazenamento e recuperação com vector stores, acessando documentos e páginas web
Implementar agentes e tools para realizar pesquisas na internet e consultar informações atualizadas

Implementar soluções em ambiente local, permitindo acessar modelos open source mesmo sem conexão à internet
Construir uma aplicação que faz a sumarização automática de vídeos e que responda a perguntas sobre eles
Desenvolver seu chatbot customizado completo com memória e criar uma interface amigável com o streamlit
Criar uma aplicação avançada de rag para interagir com documentos e extrair informações relevantes utilizando chat

Compreender a teoria das llms e de conceitos fundamentais do langchain e hugging face
Integrar llms proprietárias (chatgpt da openai) e modelos código aberto como llama da meta e phi da microsoft
Aprender sobre os componentes do langchain, como chains, templates, módulos para rag, agentes e tools
Explorar rag passo a passo para armazenamento e recuperação com vector stores, acessando documentos e páginas web
Implementar agentes e tools para realizar pesquisas na internet e consultar informações atualizadas
Implementar soluções em ambiente local, permitindo acessar modelos open source mesmo sem conexão à internet
Construir uma aplicação que faz a sumarização automática de vídeos e que responda a perguntas sobre eles
Desenvolver seu chatbot customizado completo com memória e criar uma interface amigável com o streamlit
Criar uma aplicação avançada de rag para interagir com documentos e extrair informações relevantes utilizando chat

Syllabus

Introdução

Conteúdo do curso

Recursos para download

Mais sobre Processamento de Linguagem Natural

Traffic lights

Read about what's good

what should give you pause

and possible dealbreakers

Explora o ecossistema Hugging Face, que oferece soluções modernas de Processamento de Linguagem Natural, preparando os alunos para o uso de ferramentas de ponta

Cobre técnicas de engenharia de prompt, que são essenciais para obter resultados mais precisos e relevantes ao interagir com LLMs

Aborda a quantização de modelos, visando melhorar a performance e a escalabilidade, o que é crucial para aplicações de IA generativa em produção

Requer a instalação de ferramentas como Ollama para execução local, o que pode exigir conhecimento prévio ou tempo adicional para configuração

Envolve a implementação de bancos de dados vetoriais (vector stores) e embeddings, que são conceitos avançados e podem exigir um conhecimento prévio em álgebra linear ou aprendizado de máquina

Utiliza o Streamlit para criar interfaces intuitivas, o que pode ser uma barreira para aqueles que não têm experiência com desenvolvimento web ou frameworks de interface do usuário

Reviews summary

Dominando llms e langchain na prática

De acordo com os alunos, este curso é altamente recomendado para quem deseja implementar soluções com LLMs. Os projetos práticos são o maior destaque, ajudando a fixar o conteúdo e a construir aplicações reais como chatbots e interações com documentos. A abordagem direta e prática é frequentemente elogiada. O curso cobre ferramentas essenciais como LangChain, Hugging Face e a configuração para execução local com Ollama. Alguns notam que a profundidade teórica poderia ser maior, e a velocidade em certos módulos, como agentes, pode ser alta para iniciantes. Problemas pontuais com código ou dependências são mencionados, refletindo a natureza dinâmica da área. É visto como um excelente ponto de partida e focado na implementação.

Cobre várias ferramentas e tópicos chave.

"Bom curso, aborda os principais tópicos de LLMs e LangChain."

"Abrange bastante coisa..."

"Ensina o essencial para começar a trabalhar com LLMs e LangChain."

Explicações claras e diretas.

"Explicações claras e diretas. Foca no que realmente importa..."

"Conteúdo excelente, didática muito boa. Projetos aplicáveis e bem explicados."

"Didática nota 10. Foca na prática, que é o que eu buscava."

Aulas e projetos aplicáveis e reais.

"Curso excelente e muito prático. Os projetos são ótimos e ajudam a fixar o conteúdo."

"Os exemplos práticos e a forma como ensina a configurar tudo localmente são muito úteis."

"Simplesmente o melhor curso que encontrei sobre LangChain. Focado na prática, com projetos reais que você pode usar como base."

"Aprendi a usar práticas que pude aplicar imediatamente."

Dificuldades com instalação e código.

"O código dos projetos não funcionou de primeira para mim. Tive dificuldades com a instalação e dependências..."

"Muita dependência de bibliotecas que mudam rápido. Alguns exemplos de código parecem já estar um pouco desatualizados ou quebraram..."

"Encontrei pequenos problemas ao configurar meu ambiente local."

Alguns módulos são um pouco corridos.

"...achei que alguns módulos foram um pouco corridos, especialmente a parte de agentes."

"A didática é boa, mas a velocidade em alguns módulos é alta."

"Cobre muitos tópicos rapidamente."

Falta profundidade em alguns conceitos base.

"Esperava mais profundidade em alguns temas. A explicação teórica é básica..."

"O curso ensina a usar as bibliotecas, mas não se aprofunda nos conceitos por trás."

"Precisa complementar com outros materiais para entender a fundo a teoria e as nuances."

Activities

Be better prepared before your course. Deepen your understanding during and after it. Supplement your coursework and achieve mastery of the topics covered in Domine LLMs com LangChain with these activities:

Revisar os Fundamentos do Processamento de Linguagem Natural (PLN)

Show steps

Refresque seus conhecimentos sobre os conceitos básicos de PLN para entender melhor como os LLMs funcionam e como o LangChain os utiliza.

Browse courses on NLP

Show steps

Revise os conceitos de tokenização, stemming e lematização.
Estude sobre representações vetoriais de palavras (word embeddings).
Explore as diferentes tarefas de PLN, como classificação de texto e reconhecimento de entidades nomeadas.

Leitura: 'Natural Language Processing with Python'

Show steps

Aprofunde seus conhecimentos em PLN com um livro clássico que aborda os fundamentos e aplicações práticas.

View Putting Knowledge to Work on Amazon

Show steps

Leia os capítulos introdutórios sobre PLN e NLTK.
Experimente os exemplos de código fornecidos no livro.
Tente aplicar os conceitos aprendidos em pequenos projetos de PLN.

Leia 'Generative AI with LangChain'

Show steps

Aprofunde seus conhecimentos em LangChain com um guia completo para construir aplicações de IA generativa.

View Putting Knowledge to Work on Amazon

Show steps

Leia os capítulos sobre RAG e agentes.
Experimente os exemplos de código fornecidos no livro.
Tente aplicar os conceitos aprendidos em seus próprios projetos.

Four other activities

Expand to see all activities and additional details

Show all seven activities

Crie um Chatbot Simples com LangChain

Show steps

Aplique seus conhecimentos de LangChain criando um chatbot básico que responda a perguntas sobre um tópico específico.

Show steps

Escolha um tópico para o seu chatbot (por exemplo, história, ciência, etc.).
Colete dados relevantes sobre o tópico escolhido.
Use LangChain para criar um chatbot que responda a perguntas sobre os dados coletados.
Implemente uma interface de usuário simples para o seu chatbot.

Grave um vídeo explicando o conceito de RAG

Show steps

Explique o conceito de RAG (Retrieval-Augmented Generation) em um vídeo curto para solidificar sua compreensão e ajudar outros alunos.

Show steps

Pesquise e entenda profundamente o conceito de RAG.
Crie um roteiro para o seu vídeo.
Grave o vídeo explicando o RAG de forma clara e concisa.
Edite o vídeo e publique-o em uma plataforma de vídeo.

Crie uma interface Streamlit para um chatbot RAG

Show steps

Desenvolva uma interface de usuário interativa usando Streamlit para um chatbot que utiliza a técnica RAG para responder a perguntas sobre documentos.

Show steps

Implemente a lógica do chatbot RAG usando LangChain.
Crie uma interface Streamlit para o chatbot.
Permita que os usuários carreguem documentos e façam perguntas.
Exiba as respostas do chatbot na interface Streamlit.
Adicione recursos adicionais, como histórico de conversas e opções de personalização.

Contribua para um projeto LangChain no GitHub

Show steps

Aprofunde seu conhecimento de LangChain contribuindo para um projeto open source no GitHub, seja corrigindo bugs, adicionando documentação ou implementando novos recursos.

Show steps

Encontre um projeto LangChain no GitHub que você ache interessante.
Leia a documentação do projeto e entenda sua estrutura.
Identifique um bug ou um recurso que você possa contribuir.
Crie um fork do projeto e implemente sua solução.
Envie um pull request com suas alterações.

Career center

Learners who complete Domine LLMs com LangChain will develop knowledge and skills that may be useful to these careers:

Especialista em Processamento de Linguagem Natural

Um especialista em processamento de linguagem natural se concentra no desenvolvimento de aplicações que permitem que computadores entendam e gerem linguagem humana, e este curso é excelente para esta função. Este curso cobre tópicos cruciais para um especialista em pln, como o uso de modelos de linguagem grandes, a implementação de técnicas avançadas como RAG, e a utilização de ferramentas como LangChain e Hugging Face. O curso também oferece experiência prática em projetos reais como a criação de chatbots e aplicações de sumarização de texto e vídeo; isso ajuda a preparar um especialista em processamento de linguagem natural para a resolução de desafios complexos.

See salaries and explore the career path for Especialista em Processamento de Linguagem Natural

Desenvolvedor de Chatbots

Um desenvolvedor de chatbots cria e mantém aplicações de conversação, e este curso é notavelmente adequado para esta função. O curso ensina como construir chatbots personalizados com memória e interface, utilizando LangChain e Streamlit, ferramentas fundamentais para um desenvolvedor de chatbots. O curso também cobre a interação com documentos usando RAG, permitindo a criação de chatbots que podem responder a perguntas com base em documentos e vídeos, uma habilidade essencial para um desenvolvedor de chatbots. O aprendizado sobre engenharia de prompts e o uso de modelos proprietários e open source, também são importantes para qualquer um que trabalhe no desenvolvimento de chatbots.

See salaries and explore the career path for Desenvolvedor de Chatbots

Engenheiro de Inteligência Artificial

Um engenheiro de inteligência artificial trabalha no desenvolvimento e implementação de soluções de IA, e este curso é uma excelente base. O curso aborda a fundo modelos de linguagem grandes (LLMs), incluindo a implementação de soluções proprietárias e open source, como ChatGPT, Llama e Phi, habilidades essenciais para um engenheiro de ia. O curso também ensina como usar ferramentas como LangChain, Hugging Face, e Streamlit, que são cruciais na criação de aplicações de IA. Além disso, o curso explora técnicas avançadas como RAG e agentes, que são importantes na construção de sistemas de IA mais sofisticados. A experiência prática adquirida nos projetos, incluindo a criação de chatbots e assistentes virtuais, prepara o aluno para os desafios reais enfrentados por um engenheiro de inteligência artificial.

See salaries and explore the career path for Engenheiro de Inteligência Artificial

Desenvolvedor de Aplicações de IA

Um desenvolvedor de aplicações de ia cria software com funcionalidades inteligentes, e este curso ajuda a construir aplicações textuais. O curso aborda o uso de LLMs, LangChain e a criação de interfaces intuitivas com Streamlit, elementos essenciais para o desenvolvimento dessas soluções. Os projetos do curso, como a criação de chatbots personalizados e aplicações de interação com documentos e vídeos, dão experiência prática ao desenvolvedor. O desenvolvedor de aplicações de ia se beneficiará da experiência com modelos proprietários e de código aberto. Este curso lhe permite construir uma base sólida para desenvolver vários tipos de aplicações de ia.

See salaries and explore the career path for Desenvolvedor de Aplicações de IA

Analista de Dados de Texto

Um analista de dados de texto se concentra na extração de informações e insights a partir de dados textuais, e este curso pode ajudar muito. O curso fornece um conhecimento aprofundado sobre como LLMs, LangChain e Hugging Face funcionam, que são ferramentas importantes para análise de texto. O curso aborda técnicas como RAG, que permitem uma análise mais eficiente de grandes volumes de texto. Um analista de dados de texto pode aplicar o conhecimento adquirido para implementar soluções para extração de informações, chatbots e sumarização de textos, que são habilidades valiosas para esta função.

See salaries and explore the career path for Analista de Dados de Texto

Engenheiro de Machine Learning

Um engenheiro de machine learning constrói e implementa modelos de aprendizado de máquina; este curso aborda modelos de linguagem. A experiência com LangChain, LLMs e técnicas como quantização são importantes para um engenheiro de machine learning que trabalha com processamento de linguagem natural. Além disso, o curso cobre a implementação de projetos práticos que ajudam a consolidar a compreensão de modelos de aprendizado de máquina. O curso permite que um engenheiro de machine learning desenvolva sua própria base para criar e implementar sistemas complexos e sofisticados de IA.

See salaries and explore the career path for Engenheiro de Machine Learning

Cientista de Dados

Cientistas de dados analisam grandes volumes de dados para extrair insights e desenvolver soluções; este curso pode ser útil para aqueles focados em texto. O curso fornece uma compreensão profunda de LLMs e suas aplicações, incluindo a implementação de modelos como ChatGPT, Llama e Phi, que são cada vez mais usados na análise de dados textuais. O curso enfatiza o uso de LangChain e técnicas de RAG, que são muito relevantes para aqueles cientistas de dados que lidam com informações textuais. O curso de estudo também ajuda os cientistas de dados a criarem aplicações interativas usando Streamlit, o que melhora a apresentação dos resultados.

See salaries and explore the career path for Cientista de Dados

Pesquisador em Inteligência Artificial

Um pesquisador em inteligência artificial explora novas tecnologias e desenvolve soluções inovadoras, e este curso pode ser útil para aqueles focados em linguagem. O curso fornece os fundamentos teóricos e práticos sobre LLMs, LangChain e técnicas de RAG, que são essenciais para um pesquisador de ia. Os projetos hands-on do curso, como a criação de chatbots e sumários de vídeos, oferecem experiência prática que ajuda muito na pesquisa e no desenvolvimento. Este curso pode ser uma excelente fundação para a exploração de ideias inovadoras no campo da ia.

See salaries and explore the career path for Pesquisador em Inteligência Artificial

Consultor de Inteligencia Artificial

Um consultor de inteligência artificial orienta empresas na implementação de soluções de ia, e este curso pode ser útil especialmente para quem deseja trabalhar com aplicações de texto. A compreensão profunda de LLMs, LangChain e RAG, juntamente com a capacidade de criar aplicações interativas, são habilidades valiosas para um consultor de ia. Os projetos práticos do curso, como a criação de chatbots e aplicações de sumarização de vídeo, demonstram a capacidade de criar soluções tangíveis que os consultores podem apresentar aos clientes. O curso prepara o consultor para trabalhar com diferentes modelos, tanto proprietários quanto open source, ampliando suas possibilidades.

See salaries and explore the career path for Consultor de Inteligencia Artificial

Arquiteto de Soluções de IA

Um arquiteto de soluções de ia projeta e planeja sistemas complexos de ia, e este curso pode ser útil para trabalhar com sistemas de texto. O curso aborda os principais componentes para construir sistemas de ia utilizando LangChain, LLMs e RAG. A experiência prática com modelos de código aberto, e modelos proprietários, como o ChatGPT, também contribui para um entendimento mais profundo. Este curso pode fornecer o conhecimento necessário para um arquiteto de soluções de ia planejar e criar sistemas abrangentes.

See salaries and explore the career path for Arquiteto de Soluções de IA

Especialista em Automação

Um especialista em automação cria sistemas que automatizam tarefas e processos, e este curso pode ser útil para tarefas baseadas em texto. O curso aborda a utilização de LangChain e LLMs para criar aplicações que podem automatizar a interação com documentos, vídeos e outras fontes de informação. Os projetos práticos, como o chatbot automatizado e os aplicativos de resumo de vídeo, são relevantes para um especialista em automação, pois demonstram como a ia pode ser usada para otimizar o fluxo de trabalho. O curso pode contribuir para o desenvolvimento de aplicações que reduzem o esforço manual usando a inteligência artificial.

See salaries and explore the career path for Especialista em Automação

Analista de Negócios com Foco em IA

Um analista de negócios com foco em ia avalia como a inteligência artificial pode ser aplicada para melhorar processos de negócios; este curso pode ser especialmente útil para aplicações de texto. O curso abrange conceitos como LLMs, LangChain e RAG, que são importantes para entender o potencial da ia em processos empresariais. O desenvolvimento de um chatbot e a interação com documentos ensinada no curso ajudam o analista de negócios com foco em ia a criar soluções práticas para as empresas. Este curso pode ajudar um profissional a integrar ia em sua análise para tomar decisões assertivas.

See salaries and explore the career path for Analista de Negócios com Foco em IA

Professor de Inteligência Artificial

Um professor de inteligência artificial ministra aulas e forma profissionais na área de ia, e este curso pode ajudar muito a quem quer ensinar. O curso oferece uma base sólida em conceitos e técnicas para quem deseja lecionar. O curso ensina por meio de exemplos práticos desde a construção e implantação de modelos até a criação de projetos, o que permite que um professor compartilhe conhecimentos com profundidade e propriedade. Este curso pode ser uma excelente preparação para quem pretende seguir uma carreira na educação em ia.

See salaries and explore the career path for Professor de Inteligência Artificial

Criador de Conteúdo com IA

Um criador de conteúdo com ia desenvolve conteúdo criativo utilizando ferramentas de inteligência artificial, e este curso pode ser útil, especialmente com modelos de texto. O conhecimento de LLMs, engenharia de prompts e a capacidade de criar interfaces com Streamlit são importantes para um criador de conteúdo com ia. Este curso pode ajudar um criador de conteúdo a usar ia para gerar sumários de vídeos, chatbots e outras ferramentas capazes de melhorar a produção do conteúdo.

See salaries and explore the career path for Criador de Conteúdo com IA

Técnico de Suporte de IA

Um técnico de suporte de ia fornece suporte técnico e resolve problemas relacionados a sistemas de ia; este curso pode ser útil para aplicações com texto. O conhecimento de LLMs, LangChain e RAG é relevante para esta função. O curso explora a implementação de modelos proprietários e de código aberto, que podem ajudar o técnico a entender e resolver problemas em diferentes ambientes. O curso pode fornecer a base para um técnico de suporte de ia lidar com os desafios relacionados a sistemas de ia.

See salaries and explore the career path for Técnico de Suporte de IA

Domine LLMs com LangChain

What's inside

Learning objectives

Syllabus

Traffic lights

Save this course

Reviews summary

Dominando llms e langchain na prática

Activities

Career center

Reading list

Share

Similar courses