工程师
互联网
其他
数据库
API
ai
推荐课程
average > 0 ? $model->average . '分' : '10.0分' ?>

使用AzureOpenAI开发AIGC应用

程老师

前微软 解决方案技术专家

本人先后从事技术培训讲师,售后技术支持工程师和解决方案专家等工作,并曾在微软(中国)有限
公司任职 6 年。凭借多年来在数据中心和云计算解决方案领域的专注,本人对传统数据中心和云平台相
关的解决方案有深入了解,并且有着丰富的规划、设计和实施经验。
作为讲师,本人 21 年来累计提供了将近上万小时的培训和技术讲座服务,培训 14,000+人次,均
获得了良好的反馈。并以其精湛的技术理解力和热忱的分享精神,连续 6 年(2005~2011)获得微软
最有价值专家(MVP)称号,自 2003 年至今连续 18 年获得微软认证讲师(MCT)资格,并当选 2018—
2023 年度中国区 MCT Regional Lead。我将持续关注云计算的发展,目前专注于研究云平台,云原生
应用,容器技术和 DevOps。
近期重点培训项目一览: ✓ 容器技术和微服务培训:平安银行、深交所、华泰证券、大庆油田
✓ Microsoft Azure 架构设计和运维:招商银行、东软
✓ 云计算平台应用培训:中国联通、河南电信、新疆电信 广东电信
✓ 机器学习和数据科学培训:联想集团、宝洁、万科
✓ 企业全员安全合规性培:SABIC

本人先后从事技术培训讲师,售后技术支持工程师和解决方案专家等工作,并曾在微软(中国)有限 公司任职 6 年。凭借多年来在数据中心和云计算解决方案领域的专注,本人对传统数据中心和云平台相 关的解决方案有深入了解,并且有着丰富的规划、设计和实施经验。 作为讲师,本人 21 年来累计提供了将近上万小时的培训和技术讲座服务,培训 14,000+人次,均 获得了良好的反馈。并以其精湛的技术理解力和热忱的分享精神,连续 6 年(2005~2011)获得微软 最有价值专家(MVP)称号,自 2003 年至今连续 18 年获得微软认证讲师(MCT)资格,并当选 2018— 2023 年度中国区 MCT Regional Lead。我将持续关注云计算的发展,目前专注于研究云平台,云原生 应用,容器技术和 DevOps。 近期重点培训项目一览: ✓ 容器技术和微服务培训:平安银行、深交所、华泰证券、大庆油田 ✓ Microsoft Azure 架构设计和运维:招商银行、东软 ✓ 云计算平台应用培训:中国联通、河南电信、新疆电信 广东电信 ✓ 机器学习和数据科学培训:联想集团、宝洁、万科 ✓ 企业全员安全合规性培:SABIC

课程费用

6800.00 /人

课程时长

3

成为教练

课程简介

这门课程主要是关于Azure OpenAI服务和LangChain的应用。我们首先会介绍如何访问和部署Azure OpenAI服务,以及如何通过提示工程从模型中获取输出。然后,我们将深入讲解如何将Azure OpenAI集成到应用中,并利用REST API或SDK进行操作。
接下来,我们会讨论提示工程和使用Azure OpenAI服务进行代码生成,对如何在程序中利用自然语言来构建和优化代码进行深入探索。我们也会扎实的研究如何添加和聊天使用自己的数据源。
在掌握了Azure OpenAI服务的基本应用后,我们会转向学习LangChain,包括其基本概念、组件以及环境的安装。然后我们会详细学习Chain,用于串联不同的组件,并研究Memory,以保存对话上下文。
课程会深入讨论代理(Agent)的概念和体系,以及高级应用,包括实现检索增强生成(RAG)、连接数据库,并通过回调函数实现异步通信机制等。
该课程将以一个综合演练和一个项目实战来结束,分别是构建客服Chatbot和开发知识库问答系统。

目标收益

•掌握Azure OpenAI服务的功能和使用方法。
•掌握如何将Azure OpenAI服务集成到应用中。
•了解并掌握提示工程相关知识,并能在实际应用中有效利用它。
•使用Azure OpenAI服务生成和改进代码。
•掌握如何使用自己的数据与Azure OpenAI服务配合使用。
•深入了解LangChain的概念、组件和使用。
•掌握LangChain中的链,内存,代理等具体知识和使用方法。
•了解并运用LangChain在高级应用上的应用方式。
•通过实践项目,将以上所有知识和技能综合运用,构建实际应用。

培训对象

•这门课程适合以下受众:
1.寻求深入理解Azure OpenAI和LangChain的开发者和工程师。
2.拥有AI项目实践需求的产品经理和项目经理。
3.对NLP和生成式AI感兴趣的技术专业人士。
4.想提升AI技能和经验的学生和初级AI工程师。

课程大纲

使用Azure OpenAI服务 •访问 Azure OpenAI 服务
•使用 Azure OpenAI Studio
•探索生成式 AI 模型的类型
•部署生成式 AI 模型
•使用提示从模型获取完成项
•在 Azure OpenAI Studio 的操场中测试模型
•练习:开始使用Azure OpenAI服务
使用Azure OpenAI服务生成自然语言解决方案 •将 Azure OpenAI 集成到应用中
•使用 Azure OpenAI REST API
•使用 Azure OpenAI SDK
•练习:将 Azure OpenAI 集成到应用中
使用Azure OpenAI 服务应用提示工程 •了解提示工程
•编写更有效的提示
•提供上下文以提高准确性
•练习:在应用程序中利用提示工程
使用Azure Open AI 服务生成代码 •根据自然语言构造代码
•完成代码并协助执行开发过程
•修复 bug 并改进代码
•练习:使用 Azure OpenAI 服务生成和改进代码
将自己的数据与Azure OpenAI服务配合使用 •了解如何使用自己的数据
•添加自己的数据源
•使用自己的数据与模型聊天
•练习:将自己的数据与 Azure OpenAI 服务配合使用
LangChain的基本概念和环境准备 •大语言模型的概念
•LangChain的概念和组件
•安装LangChain环境
•使用LangChain调用LLM API
模型的调用、提示工程和输出解析 •模型I/O
•提示工程
•输出解析
Chain:串联不同的组件 •Chain的概念
•LLMChain
•Sequential Chain
•RouterChain
Memory:保存对话上下文 •Memory 概述
•ConversationChain
•ConversationBufferMemory(缓冲记忆)
•ConversationBufferWindowMemory
•ConversationSummaryMemory
•ConversationSummaryBufferMemory
gent:代理 •Agent概念和体系
•React框架
•结构化工具对话代理
•自主询问搜索代理
•计划与执行代理
LangChain高级应用 •工具和工具箱
•实现检索增强生成RAG
•连接数据库
•回调函数实现异步通信机制
•CAMEL:实现角色扮演
•自治代理
综合演练:构建客服Chatbot •技术架构
•实现步骤
•实现基本聊天
•实现记忆功能
•整合文档库具备检索机制
•使用Gradio/StreamLit框架部署Chatbot
项目实战:开发知识库问答系统 •项目需求
•技术框架
•核心实现机制
•核心代码分析
•功能实现
使用Azure OpenAI服务
•访问 Azure OpenAI 服务
•使用 Azure OpenAI Studio
•探索生成式 AI 模型的类型
•部署生成式 AI 模型
•使用提示从模型获取完成项
•在 Azure OpenAI Studio 的操场中测试模型
•练习:开始使用Azure OpenAI服务
使用Azure OpenAI服务生成自然语言解决方案
•将 Azure OpenAI 集成到应用中
•使用 Azure OpenAI REST API
•使用 Azure OpenAI SDK
•练习:将 Azure OpenAI 集成到应用中
使用Azure OpenAI 服务应用提示工程
•了解提示工程
•编写更有效的提示
•提供上下文以提高准确性
•练习:在应用程序中利用提示工程
使用Azure Open AI 服务生成代码
•根据自然语言构造代码
•完成代码并协助执行开发过程
•修复 bug 并改进代码
•练习:使用 Azure OpenAI 服务生成和改进代码
将自己的数据与Azure OpenAI服务配合使用
•了解如何使用自己的数据
•添加自己的数据源
•使用自己的数据与模型聊天
•练习:将自己的数据与 Azure OpenAI 服务配合使用
LangChain的基本概念和环境准备
•大语言模型的概念
•LangChain的概念和组件
•安装LangChain环境
•使用LangChain调用LLM API
模型的调用、提示工程和输出解析
•模型I/O
•提示工程
•输出解析
Chain:串联不同的组件
•Chain的概念
•LLMChain
•Sequential Chain
•RouterChain
Memory:保存对话上下文
•Memory 概述
•ConversationChain
•ConversationBufferMemory(缓冲记忆)
•ConversationBufferWindowMemory
•ConversationSummaryMemory
•ConversationSummaryBufferMemory
gent:代理
•Agent概念和体系
•React框架
•结构化工具对话代理
•自主询问搜索代理
•计划与执行代理
LangChain高级应用
•工具和工具箱
•实现检索增强生成RAG
•连接数据库
•回调函数实现异步通信机制
•CAMEL:实现角色扮演
•自治代理
综合演练:构建客服Chatbot
•技术架构
•实现步骤
•实现基本聊天
•实现记忆功能
•整合文档库具备检索机制
•使用Gradio/StreamLit框架部署Chatbot
项目实战:开发知识库问答系统
•项目需求
•技术框架
•核心实现机制
•核心代码分析
•功能实现

活动详情

提交需求