Parabéns!

Create Your Free Account

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

Este exercício faz parte do curso

Introdução ao Amazon Bedrock

IntermediárioNível de habilidade

4.8+

Aprenda os fundamentos do Amazon Bedrock, o serviço totalmente gerenciado de modelos de base da AWS. Comece com configuração e autenticação básicas, explore os modelos de base disponíveis como Claude e Titan e domine interações essenciais com a API. Este capítulo aborda a configuração do ambiente de desenvolvimento, a escolha de modelos apropriados para um caso de uso e a implementação do tratamento adequado de requisições à API, incluindo respostas em streaming e gerenciamento de erros.

Exercise 1: Acessando o Amazon Bedrock Exercise 2: Inicializando o cliente do Bedrock Exercise 3: Recuperando detalhes de modelos do Bedrock Exercise 4: Selecionando um modelo base Exercise 5: Usando o modelo correto no Bedrock Exercise 6: Gerando texto no Bedrock

Neste capítulo, você avançará por três lições-chave. Começando com o básico de geração de texto e tratamento de respostas, você seguirá para técnicas sofisticadas de prompt engineering, como few-shot learning e saídas estruturadas. A lição final aborda a otimização de parâmetros do modelo, ensinando você a ajustar configurações como temperatura e limites de tokens para obter resultados ideais. Cada lição se baseia na anterior, evoluindo de interações fundamentais com a API para o controle avançado de parâmetros em casos de uso específicos.

Exercise 1: Gerando texto com modelos de linguagem Exercise 2: Aprimorando prompts com atribuição de papel Exercise 3: Processando respostas do modelo e tratamento de erros Exercise 4: Categorização de relatório por foundation model Exercise 5: Aplicando técnicas de prompt engineering Exercise 6: Implemente few-shot learning para geometria Exercise 7: Criando prompts com saída estruturada Exercise 8: Trabalhando com diferentes parâmetros de modelo Exercise 9: Ajustando a criatividade com o controle de temperatura Exercise 10: Controlando a saída com top_p e max_tokens Exercise 11: Parâmetros para descrições de produto

Neste capítulo, você vai criar aplicações robustas e responsáveis com o Amazon Bedrock, indo além das interações básicas com a API. Começando com IA conversacional, você vai dominar o gerenciamento de estado e o uso de contexto para criar experiências de chat coerentes. Em seguida, vai explorar técnicas avançadas de prompting, aprendendo a gerar diferentes tipos de conteúdo mantendo estilo e tom consistentes. O capítulo aborda aspectos críticos de produção, como tratamento de erros, limitação de taxa e processamento eficiente de respostas. Por fim, você implementará guardrails éticos e medidas de segurança, garantindo que suas aplicações de IA sejam poderosas e responsáveis.

Exercise 1: Considerações éticas e guardrails Exercise 2: Moderação de avaliações de produto Exercise 3: Criando filtros de conteúdo apropriados à idade Exercise 4: Gerenciando conversas com IA Exercise 5: Criando uma classe gerenciadora de conversas Exercise 6: Tornando a conversa consciente de memória Exercise 7: Estratégias avançadas de prompting Exercise 8: Implementando prompting com cadeia de pensamento Exercise 9: Geração de conteúdo com estilo no Bedrock Exercise 10: Tratando respostas e erros da API Exercise 11: Implementando tratamento de limite de taxa Exercise 12: Implementando fallbacks de modelo Exercise 13: Parabéns!

Exercício atual