Kurs RAG w praktyce - nowoczesne techniki wydobywania i generowania danych

Efektem szkolenia jest zdobycie przez uczestników umiejętności budowy i wykorzystania systemów RAG w praktyce. Uczestnicy potrafią przygotować dane, stworzyć pipeline przetwarzania, wdrożyć wyszukiwanie semantyczne oraz generować odpowiedzi wspierające procesy biznesowe. Przekłada się to na szybsze podejmowanie decyzji, lepsze wykorzystanie wiedzy organizacyjnej oraz wyższą jakość odpowiedzi generowanych przez systemy AI.

Kryteria weryfikacji osiągnięcia efektu:

• wykonanie praktycznych zadań polegających na budowie komponentów systemu RAG,
• poprawność działania stworzonego pipeline’u (przetwarzanie danych, wyszukiwanie, generacja),
• ocena jakości wygenerowanych odpowiedzi pod kątem trafności i spójności,
• potwierdzenie osiągnięcia efektów przez trenera na podstawie obserwacji pracy uczestników,
• pozytywna ocena szkolenia w ankiecie końcowej.

Potwierdzeniem osiągnięcia efektów jest dokumentacja obejmująca wykonane przez uczestników projekty praktyczne, w tym działające komponenty systemu RAG. Dodatkowo efekty są weryfikowane przez trenera poprzez ocenę poprawności rozwiązań oraz ich działania. Uzupełnieniem jest raport podsumowujący szkolenie, zawierający opis zdobytych kompetencji oraz rekomendacje dalszego wykorzystania technologii RAG w organizacji. Dodatkowo stosowana jest ankieta ewaluacyjna wypełniana przez uczestników po zakończeniu kursu.

Moduł 1: Podstawy architektury RAG

• omówienie idei Retrieval-Augmented Generation i jej przewagi nad klasycznymi modelami LLM,
• analiza elementów składowych systemu oraz przepływu danych,
• wykorzystanie narzędzi takich jak LangChain do budowy aplikacji.

Moduł 2: Przygotowanie i przetwarzanie danych

• ekstrakcja treści z dokumentów przy użyciu parserów,
• dzielenie tekstu na fragmenty (chunking) w celu poprawy przetwarzania,
• dobór parametrów podziału w zależności od rodzaju danych.

Moduł 3: Reprezentacje semantyczne i embeddingi

• wprowadzenie do embeddingów jako sposobu reprezentacji znaczenia tekstu,
• przegląd dostępnych modeli do generowania wektorów,
• wybór odpowiedniego podejścia w zależności od zastosowania.

Moduł 4: Wektorowe bazy danych (Qdrant)

• konfiguracja środowiska i tworzenie kolekcji danych,
• operacje na danych: dodawanie, aktualizacja i usuwanie rekordów,
• integracja bazy wektorowej z aplikacją opartą o LangChain.

Moduł 5: Mechanizmy wyszukiwania informacji

• implementacja wyszukiwania semantycznego,
• filtrowanie wyników z wykorzystaniem metadanych,
• poprawa trafności wyników dzięki technikom rerankingu.

Moduł 6: Generowanie odpowiedzi i prompt engineering

• tworzenie szablonów promptów dopasowanych do zastosowania,
• łączenie zapytania użytkownika z kontekstem z bazy wiedzy,
• generowanie odpowiedzi na podstawie odnalezionych danych.

Moduł 7: Ewaluacja i optymalizacja systemu

• wykorzystanie narzędzi do testowania jakości (np. deepeval),
• definiowanie metryk oceny systemów RAG,
• automatyzacja procesu walidacji odpowiedzi.

Moduł 8: Wdrożenie rozwiązania w praktyce

• prezentacja kompletnego rozwiązania RAG,
• omówienie procesu zasilania bazy wiedzy,
• zastosowanie systemu w realnych scenariuszach biznesowych.

📦 Standard Cognity dla szkoleń zdalnych

W ramach szkoleń online Cognity uczestnicy otrzymują kompleksowe warunki do komfortowej i efektywnej nauki:

🎥 Dostęp do nagrania szkolenia – możliwość powrotu do materiału po szkoleniu.

📁 Komplet plików szkoleniowych – prezentacje, ćwiczenia, przykłady do dalszej pracy.

📜 Certyfikat ukończenia szkolenia – potwierdzenie udziału w kursie.

🤝 Opieka poszkoleniowa – możliwość konsultacji po szkoleniu.

👨‍🏫 Doświadczony trener – praktyk, który prowadzi szkolenie w formie warsztatowej i pracuje na realnych przykładach biznesowych.

👉 Szczegóły szkolenia: Kurs RAG w praktyce - nowoczesne techniki wydobywania i generowania danych

https://www.cognity.pl/kurs-rag-w-praktyce-nowoczesne-techniki-wydobywania-i-generowania-danych

Szkolenie na platformie Zoom lub Teams.