Selezionando un paese vedi i corsi disponibili nella tua regione.
⏱ 2 h 30 min📚 25 lezioni
Costruire Knowledge Base con Bedrock per Applicazioni RAG
Impara a configurare le knowledge base di Bedrock, gestire l'ingestione dei documenti ed eseguire query di ricerca vettoriale per alimentare sistemi intelligenti di generazione aumentata dal recupero.
💬Istruttore IA Fai domande su qualsiasi lezione e ricevi una risposta chiara all'istante, quando vuoi.
🕐Inizia quando vuoi Niente orari né scadenze: impara al tuo ritmo, quando vuoi.
🌐In italiano Lezioni, esercizi e certificato: tutto interamente nella tua lingua.
Informazioni sul corso
Per costruire applicazioni AI intelligenti che comprendano veramente i tuoi dati proprietari, hai bisogno di un sistema di recupero robusto. Le knowledge base di Bedrock offrono un modo semplificato per implementare la Generazione Aumentata dal Recupero (RAG) senza gestire infrastrutture complesse. Questo corso scritto ti guida attraverso l'intero ciclo di vita dell'ingestione e del recupero dei dati, aiutandoti a connettere i modelli di fondazione alle tue fonti di dati sicure.
Completando questo corso, passerai dalla comprensione dei concetti base dell'IA generativa alla progettazione, configurazione e interrogazione delle tue knowledge base guidate dall'IA. Imparerai la meccanica dell'ingestione dei documenti, le strategie avanzate di 'chunking' e i database vettoriali per garantire che i tuoi modelli AI recuperino le informazioni più pertinenti.
Cosa imparerai:
- Comprendere i concetti fondamentali della Generazione Aumentata dal Recupero (RAG) e della ricerca semantica.
- Configurare le knowledge base di Bedrock per connettere in modo sicuro le tue fonti di dati private.
- Applicare strategie moderne di 'chunking' per ottimizzare la segmentazione del testo per l'embedding vettoriale.
- Impostare e integrare database vettoriali per una ricerca di similarità efficiente.
- Interrogare le tue knowledge base utilizzando API di recupero-e-generazione per fornire risposte consapevoli del contesto.
- Analizzare e perfezionare le prestazioni di recupero utilizzando concetti di valutazione moderni.
Il corso inizia con la terminologia essenziale e l'architettura di base della ricerca vettoriale prima di guidarti attraverso configurazioni passo passo. Progredirai quindi verso tecniche pratiche di interrogazione e strategie di ottimizzazione per garantire un recupero di alta qualità.
Questo corso è progettato per sviluppatori, professionisti dei dati e principianti del cloud desiderosi di costruire sistemi AI aumentati dalla ricerca; non è richiesta alcuna precedente esperienza di machine learning.
Inizia a leggere oggi per sbloccare la potenza dei dati privati nei tuoi flussi di lavoro AI.
Cosa otterrai
📜Certificato di completamento Aggiungilo al tuo profilo LinkedIn
💬Tutor AI personale Bloccato su una lezione? Chiedi al tuo tutor integrato qualsiasi cosa, in qualsiasi momento.
♾️Accesso a vita Torna quando vuoi, senza scadenza
📱Telefono o computer Funziona ovunque, su qualsiasi dispositivo
💸Rimborso entro 14 giorni Senza domande
⚡Breve e mirato 2 h 30 min di contenuto pratico
Certificato di completamento
Ogni corso che completi su PickAClass rilascia una credenziale come questa — originale, con codice proprio, verificabile via URL e dettagliata su ciò che hai dimostrato.
P
PickAClass
Profilo competenze · verificabile
Documento
Certificato di Maestria
Si certifica che
Nome Cognome
ha dimostrato con successo la padronanza di
Costruire Knowledge Base con Bedrock per Applicazioni RAG
Competenze dimostrate
✓
Analisi dei modelli comportamentali
Fondamentale
1.2 h
✓
Framework di architettura decisionale
Competente
1.4 h
✓
Progettazione di test A/B
Competente
1.7 h
✓
Copywriting comportamentale
Avanzato
1.9 h
P
PickAClass — Nome Cognome
Costruire Knowledge Base con Bedrock per Applicazioni RAG
Pagina 2 di 2
Dettaglio prestazioni
Riepilogo del corso
Lezioni completate14 / 14
Domande di pratica26 / 28
Compiti consegnati4 (media 4,5 / 5)
Progetto finaleValutato — 4,6 / 5
Pratica totale6.2 h
Benchmark di prestazione
Posizione nella coorteTop 12% su 1,625
Tempo al completamento11 giorni (mediana: 22)
Punteggio di padronanza91 / 100
Punteggio domande di pratica94%
Verifica della competenzaPercorso di competenza verificato