Lielo valodas modeļu (LLM)/MI darbplūsmu praktiskā izstrāde un ieviešana
Mācības norisinās 2 dienas un to ietvaros ir iespēja apgūt to, kā būvēt viedās mākslīgā intelekta (MI) darbplūsmas un asistentus, izmantojot lielos valodas modeļus (LLM), kā arī tādus rīkus kā n8n un LangFlow.
Tāpat būs iespēja gan uzzināt vairāk par RAG arhitektūru, aģentu vadību (MCP, A2A), uzvedņu (prompts) inženieriju un lokālo modeļu izmantošanu, gan arī darboties praktiski, piemēram, veidojot botus, veicot dažādu modeļu testēšanu. Mācību procesā tiek izmantoti piemēri, kas pēc tam būs pielietojami reālajā darba vidē.
Andrejs Adamovičs
Kopš 2011. gada Andrejs dalās savās dziļajās zināšanās, vadot savu DevOps MasterClass (eXtreme Automation) kursu, ko ir pasniedzis vairāk nekā 200 reizes dažādās Eiropas vietās, tostarp Austrijā, Zviedrijā, Dānijā, Lielbritānijā, Rumānijā, Igaunijā un Latvijā. Viņa mācību kursi ietver daudz praktisko uzdevumu un piemērus no reālas dzīvas, vienmēr tiecoties uzturēt studentu interesi mācīties vēl vairāk.
Papildus profesionālajām aktivitātēm Andrejs bieži piedalās kā runātājs starptautiskās konferencēs un vietējos kopienas pasākumos. Andreja daudzpusīgā pieeja tehnoloģijām un izglītībai padara viņu par vērtīgu mentoru un līderi IT kopienā.
Plāni
Sazināties
Piesakies vai uzdod jautājumu!
Ja vēlies pieteikties kursam vai uzdot jautājumu par to, droši izmanto šo formu! |
||||||||||||
|
||||||||||||
Mācību mērķis
Visaptverošas izpratnes veidošana un praktisko iemaņu pilnveide par:
- lielo valodas modeļu integrācija dažādos procesos;
- MI darbplūsmu veidošanu;
- MI aģentiem;
- kontrolējamu un atkārtojamu MI risinājumu izveidi.
Mērķauditorija
- Izstrādātāji;
- DevOps un infrastruktūras speciālisti;
- Automatizācijas inženieri;
- Datu inženieri;
- Risinājumu arhitekti;
- Ikviens, kurš vēlas izmantot MI rīkus un risinājumus dažādos projektos un darba procesos.
Mācību noslēgumā Tu spēsi
- Izprast MI darbplūsmu struktūru, LLM un aģentu pielietojumu.
- Pielietot tādus rīkus kā n8n, LangFlow un RAG modeļus praktiskos projektos.
- Analizēt un izvērtēt LLM risinājumu izmaksas, sniegumu un pielietojamību.
- Izveidot praktisku MI darbplūsmu vai asistentu.
Priekšnoteikumi mācību apmeklēšanai
Vēlama vispārēja izpratne par IT sistēmām un interese par automatizāciju un MI.
Mācību materiāli
Pasniedzēja izstrādāti mācību materiāli un praktisko darbu piemēri.
Sertifikācijas eksāmens
Nav paredzēts.
Programma
- MI rīku ekosistēmas pārskats: LLM, vektoru datubāzes, orkestrācija.
- N8n un LangFlow rīku praktiska pielietošana MI plūsmām.
- Uzvedņu dizains un testa jautājumu struktūra.
- Embedding un Retrieval-Augmented Generation (RAG).
- Aģentu vadības modeļi: MCP, A2A.
- LLM salīdzinājums (OpenAI, Claude, Mistral, LLaMA u. c.).
- Lokālie modeļi un to izvietošana (cena pret veiktspēju).
Ja vēlies uzzināt vairāk par šīm mācībām, sazinies ar mums pa tālruni 67505091 vai raksti e-pastu uz mrn@bda.lv.
