توضیحات
LangFuse: LLM Observability, Tracing, Evaluation, Monitoring دوره آموزشی درک، نظارت و بهبود برنامههای کاربردی مبتنی بر مدلهای زبان بزرگ (LLM) با استفاده از LangFuse می باشد که توسط آکادمی آنلاین یودمی منتشر شده است. این دوره که برای مهندسان هوش مصنوعی، توسعهدهندگان، دانشمندان داده و تیمهایی که سیستمهای هوش مصنوعی تولیدی تولید میکنند طراحی شده است، به بررسی چگونگی دستیابی به قابلیت مشاهده در برنامههای LLM و ردیابی آنچه در جریانهای کاری پیچیده هوش مصنوعی اتفاق میافتد، میپردازد. LangFuse یک پلتفرم متنباز LLM برای مشاهدهپذیری و ارزیابی است که به مهندسان هوش مصنوعی کمک میکند تا برنامههای هوش مصنوعی، RAG و agentic در سطح تولید را ردیابی، نظارت، اشکالزدایی، ارزیابی و بهینهسازی کنند. افراد با ردیابی، نظارت سریع، تجزیه و تحلیل توکن و هزینه، ردیابی تأخیر، ارزیابی، جمعآوری بازخورد، اشکالزدایی و نظارت بر عملکرد کار خواهند کرد.
این دوره مقدمهای جامع و کاربردی بر LangFuse، یکی از پلتفرمهای متنباز پیشرو برای مشاهدهپذیری، ردیابی، مدیریت اعلان، ارزیابی و نظارت بر تولید LLM، ارائه میدهد. با شروع از اصول اولیه، شما معماری LangFuse، ردیابیها، محدودهها، مشاهدات، جلسات و مفاهیم مشاهدهپذیری را بررسی خواهید کرد و سپس به پیادهسازی عملی با استفاده از SDK LangFuse و APIهای سازگار با OpenAI خواهید پرداخت. این دوره همچنین مباحث پیشرفتهای از جمله مشاهدهپذیری برای برنامههای تولید افزوده بازیابی (RAG)، سیستمهای هوش مصنوعی عاملدار، آمادگی تولید، استراتژیهای خود میزبانی، ادغام CI/CD، گردشهای کاری آزمایش و اشتباهات رایج در پیادهسازی را پوشش میدهد. چه در حال ساخت چتباتها، کمکخلبانهای هوش مصنوعی، سیستمهای RAG، عوامل هوش مصنوعی یا برنامههای GenAI در سطح سازمانی باشید، این دوره شما را با مهارتهای عملی مورد نیاز برای نظارت، ارزیابی و بهبود سیستمهای هوش مصنوعی در تولید مجهز میکند.
آنچه در دوره LangFuse: LLM Observability, Tracing, Evaluation, Monitoring یاد خواهید گرفت:
- راهاندازی سازمانها، پروژهها، کاربران و کلیدهای API در LangFuse
- ابزارگذاری (Instrumentation) اپلیکیشنهای LLM با استفاده از LangFuse SDK و API های سازگار با OpenAI
- ثبت، تحلیل و مصورسازی trace ها، span ها و observation های اپلیکیشنهای هوش مصنوعی
- پایش تعاملات LLM، میزان مصرف توکن، تأخیر (latency) و هزینههای عملیاتی
- پیادهسازی نسخهبندی پرامپت و مدیریت چرخهی عمر پرامپت برای محیطهای تولید (production)
- غنیسازی trace ها با متادیتا، زمینهی ساختاریافته و ویژگیهای سفارشی
- طراحی و پیادهسازی چارچوبهای ارزیابی با استفاده از امتیازها، بازخورد و معیارهای کیفیت
- تحلیل عملکرد مدل و شناسایی گلوگاههایی که بر پایداری اپلیکیشن اثر میگذارند
- عیبیابی trace های ناموفق، ناقص یا ناسازگار با استفاده از ابزارهای observability لنگفیوز
- پایش و ارزیابی گردشکارهای هوش مصنوعی ایجنتی، ایجنتهای فراخوان ابزار و سیستمهای استدلال چندمرحلهای
- بهکارگیری بهترین شیوههای observability در LangChain، LangGraph، OpenAI و اپلیکیشنهای سفارشی هوش مصنوعی
- ایجاد پایش، حاکمیت (governance) و شیوههای ایمنی در سطح تولید برای سیستمهای مبتنی بر LLM
- و …
مشخصات دوره
ناشر: یودمی
مدرس: Uplatz Training
زبان: انگلیسی
سطح آموزش: مقدماتی تا پیشرفته
تعداد دروس: 20
مدت زمان آموزش: 9 ساعت و 48 دقیقه
سرفصل های دوره
پیش نیازهای دوره LangFuse: LLM Observability, Tracing, Evaluation, Monitoring
Enthusiasm and determination to make your mark on the world!
تصاویر دوره
فیلم معرفی دوره LangFuse: LLM Observability, Tracing, Evaluation, Monitoring
راهنمای نصب
پس از Extract، با Player دلخواه خود مشاهده کنید.
زیرنویس: ندارد
کیفیت: 1080p
لینک دانلود
گذرواژه فایل(ها): www.downloadly.ir
حجم فایل
4.2 گیگابایت
