Cours
Digicomp Code AWSD05
Advanced GenAI Development on AWS – Formation intensive («AWSD05»)
Description de la formation
- Développer des solutions d’IA générative prêtes à la production avec les services AWS qui répondent aux exigences de sécurité d’évolutivité et de fiabilité de l’entreprise
- Évaluer et sélectionner des modèles de fondation appropriés pour des cas d’utilisation spécifiques en entreprise, y compris l’évaluation comparative des performances et mise en œuvre d'architecture de sélection de modèles dynamiques
- Concevoir et implémenter des systèmes résilients de modèle de fondation avec disjoncteurs, déploiement interrégional et stratégies de dégradation progressive
- Construire des pipelines complets de traitement des données pour les inputs multimodaux, y compris les flux de travail de validation et les techniques d’optimisation
- Implémentation de solutions complexes de bases de données vectorielles avec les bases de connaissance Amazon Besrock, OpenSearch et les approches hybrides pour l’augmentation efficace de la récupération
- Créer et gérer les frameworks avancés de prompt engineering, y compris le Chain-of-thought (CoT) et les systèmes ge gouvernance de prompt à l’échelle de l’entreprise
- Développer des agents IA autonomes avec Amazon Bedrock Agents, implémenter des schémas de raisonnement complexes et des capacités d’intégration d’outils
- Mettre en œuvre la sûreté complète de l’IA et des contrôles de sécurité, y compris le filtrage de contenu, la préservation de la vie privée et les mécanismes de tests contradictoires
- Optimiser les performances et gérer les coûts grâce à des stratégies d’efficacité des jetons, les implémentations par lots et les systèmes de mise en cache intelligents
- Concevoir et mettre en œuvre des solutions complètes de surveillance et d’observabilité pour les applications du modèle de fondation
- Créer frameworks de test et de validation systématique pour l’assurance qualité continue des applications d’IA
- Intégrer des solutions d’IA générative au sein d’environnements d’entreprise en utilisant des schémas d’architecture sûrs, conformes et évolutifs
Cette formation aborde les besoins des entreprises qui se lancent dans l’aventure de l’IA générative et explore la mise en place de stratégies d’IA générative complètes et alignées sur les objectifs commerciaux au sens large.
Dans cette formation, vous acquerrez de l’expérience dans l’ensemble de l’IA générative - des modèles de fondation aux schémas d’intégration dans l’entreprise. De plus, vous découvrirez des techniques avancées de traitement des données, l’implémentation et la récupération augmentée de bases de données vectorielles, le prompt engineering avancé et la gouvernance, les systèmes et l’introduction d’outils d’IA agentique, la sûreté de l’IA et les mesures de sécurité, l’optimisation des performances et les stratégies de gestion des coûts, la surveillance et l’observabilité des solutions, les tests et les frameworks de validation.
La structure de la formation suit le modèle AWS éprouvé pour l’adoption de l’IA générative, de l’expérimentation aux implémentations prêtes pour la production.
Jour 1
Module 1 : Sélection et configuration du modèle de fondation
- Framework d’évaluation du modèle de fondation de l’entreprise
- Modèles d’architecture de sélection de modèles dynamiques
- Conception de systèmes de modèles de fondation résilients
- Optimisation des coûts et modèles économiques
Module 2 : Traitement avancé des données pour les modèles de fondation
- Validation compréhensible des données et assurance qualité
- Pipelines de traitement des données multimodèles
- Optimisation des inputs et amélioration des performances
Module 3 : Bases de données vectorielles et amélioration de la récupération
- Architecture de base de données vectorielle d’entreprise
- Traitement avancé de documents et stratégies de morcellement
- Implémentation de systèmes de récupération sophistiqués
- Exercice pratique : Développer des applications de Retrieval-Augmented Generation (RAG) avec les bases de connaissances Amazon Bedrock
Jour 2
Module 4 : Prompt engineering et gouvernance
- Fameworks avancés de prompt engineering
- Systèmes complexes d’orchestration de prompts
- Gouvernance et gestion des prompts d’entreprise
- Exercice pratique : Développer un schéma de conversation avec les API Amazon Bedrock
Module 5 : IA agentique et outils d’intégration
- Architecture et évolution de l’IA agentique
- Implémentation d’agents Amazon Bedrock
- Écosystème de services AWS d’IA agentique
- Intégration d’outils et observabilité de la production
Module 6 : Sûreté et sécurité de l’IA
- Mise en œuvre complète de la sécurité du contenu
- Architectures IA préservant la confidentialité
- Frameworks de gouvernance et de conformité de l’IA
Jour 3
Module 7 : Optimisation des performances et gestion des coûts
- Efficacité des jetons et optimisation des coûts
- Architecture de système de haute performance
- Implémentation de systèmes de mise en cache intelligents
- Exercice pratique : Construire une IA générative sûre et responsable avec Guardrails for Amazon Bedrock
Module 8 : Surveillance et observabilité de l’IA générative
- Systèmes de surveillance du modèle de fondation
- Impact commercial et gestion de la valeur
- Dépannage et diagnostics spécifiques à l’IA
Module 9 : Tests, validation et amélioration continue
- Fameworks d’évaluation complète de l’IA
- Assurance qualité et amélioration continue
- Évaluation et optimisation du système RAG
Module 10 : Schémas d’intégration à l’entreprise
- Architecture de connectivité et d’intégration d’entreprise
- Accès sécurisé et gestion des identités
- Déploiements multienvironnements et hybrides
Module 11 : Résumé et conclusion de la formation
- Prochaines étapes et ressources supplémentaires
- Résumé du cours
Ce cours comprend des présentations, des exercices pratiques, des démos et des exercices en groupe.
- Software Developers
- Technical professionals
- Deux ans ou plus d’expérience dans la création d’applications prêtes à la production sur AWS ou avec des technologies open source, expérience générale de l’IA et du ML ou en ingénierie des données
- Une année d’expérience pratique dans la mise en œuvre de solutions d’IA générative
- Les participantes et participants doivent avoir suivi les cours suivants au préalable ou s’assurer de posséder des connaissances équivalentes :