Este capítulo apresenta LLMOps e a fase de ideação do desenvolvimento de aplicações com LLMs. Ele explica os fundamentos de LLMOps, destaca as etapas do ciclo de vida dos LLMs e aborda atividades-chave na fase de ideação, como obtenção de dados e a escolha entre LLMs open source e proprietários.

Visão geral de LLMOps

Options

LLMOps

MLOps

LLMOps versus MLOps

Relevância do LLMOps

Ciclo de vida dos LLMs

A finalidade das fases do ciclo de vida

Opções

Fase de ideação

Fase de desenvolvimento

Fase operacional

O ciclo de vida da aplicação

Origem de dados

Proprietário

Open-source

Modelos proprietários versus open-source

Selecionando o modelo base certo

Introdução a LLMOps e fase de ideação

Este capítulo foca na fase de desenvolvimento de aplicações com LLMs. Ele aborda prompt engineering, agentes e chains, técnicas de RAG versus fine-tuning e métodos de teste.

Prompt engineering

A importância do prompt engineering

Experimentando prompt engineering

Acompanhando os prompts

Cadeias e agentes

A diferença entre agentes e chains

Escolhendo a arquitetura certa

RAG versus fine-tuning

O fluxo de trabalho do RAG

Compare RAG com fine-tuning

Testes

Escolhendo a métrica certa

A importância dos testes

Este capítulo foca na fase operacional de implantação e gestão de aplicações com LLMs. Vamos abordar estratégias de implantação como CI/CD, técnicas de escalabilidade, práticas de monitoramento, estratégias de gestão de custos e considerações de governança e segurança. Dominar esses conceitos vai ajudar você a gerenciar aplicações com LLMs de forma eficiente em ambientes de produção.

Implantação

A necessidade de CI/CD

A estratégia de escalabilidade certa

Monitoramento e observabilidade

Monitorando seu aplicativo

Tratamento de alertas

Gerenciamento de custos

Compressão de prompt

Fazendo um prognóstico de custos

Governança e segurança

Prompt injection

Estratégias de mitigação

Integridade de dados e envenenamento

Parabéns

Embarque em uma jornada pelo universo de operações com Large Language Models (LLMOps). Este curso, pensado para entusiastas e profissionais, guia você pelos fundamentos, da ideação até a implantação em produção.

Ao explorar o ciclo de vida de aplicações com LLMs, você entenderá seu papel essencial nas organizações. Você vai conhecer os desafios e pontos de atenção de cada etapa e como aprimorar o desenvolvimento e garantir uma implantação tranquila, com foco em governança de dados e segurança. Ao final do curso, você terá uma base sólida de conceitos de LLMOps e saberá como aplicá-los nas suas aplicações.

<h2> Uma introdução ao LLMOps </h2>

Embarque em uma jornada para operações de modelos de linguagem grandes (LLMOps). Este curso, criado tanto para entusiastas quanto para profissionais, orienta você nos conceitos básicos, desde a idealização até a implementação operacional.

<h2> Desbloquear o essencial </h2>

Comece sua exploração desvendando os fundamentos do LLMOps. Entenda seu papel fundamental nos cenários organizacionais e compreenda os principais conceitos de LLMs e LLMOps. O foco principal deste curso não é a construção de seu próprio LLM básico. Em vez disso, ele é voltado para o aproveitamento dos recursos de um modelo básico para aplicação na sua organização.

<h2> Navegue pelo ciclo de vida </h2>

Se você se aprofundar no ciclo de vida do aplicativo LLM, verá sua função fundamental nas organizações. Você obterá insights sobre os desafios e as considerações em cada estágio e como refinar o desenvolvimento e garantir uma implantação tranquila, ao mesmo tempo em que adota a governança e a segurança dos dados. 

Depois de concluir este curso, você não apenas terá uma sólida compreensão do LLMOps, mas também poderá aplicar esses conceitos com confiança em seu trabalho. Se você está apenas começando ou deseja aprofundar seu conhecimento, este curso aumentará suas habilidades e o guiará para dominar o LLMOps.

Large Language Models (LLMs) Concepts

Aprenda sobre LLMOps do conceito à implantação e como aplicar esses conceitos em suas aplicações.

Conceitos de LLMOps

Aprenda sobre LLMOps, desde a concepção até a implantação, conheça o ciclo de vida e os desafios e veja como aplicar esses conceitos às suas aplicações.

Associate AI Engineer para desenvolvedores

Desenvolvimento de modelos de idiomas grandes

Modelos com alta imprevisibilidade devido ao tamanho e à complexidade

Modelos de uso geral capazes de lidar com uma ampla variedade de tarefas e domínios

Uso de prompt engineering e fine-tuning para melhorar o desempenho do modelo

Lidar com modelos leves e específicos para tarefas

Uso de arquiteturas de modelo ajustadas a características de dados e tarefas específicas

LLMOps versus MLOps

Conceitos de LLMOps

exercicio interativo prático