โปรเจกต์ Capstone สำหรับ RAG และ Agentic AI

ในขณะที่องค์กรต่างๆ ต่างเร่งรีบนำปัญญาประดิษฐ์มาปรับใช้ ความสามารถในการสร้างระบบ AI ที่เชื่อถือได้และเข้าใจบริบทจึงเป็นหนึ่งในทักษะที่เป็นที่ต้องการมากที่สุดในวงการเทคโนโลยีปัจจุบัน คอร์สรูปแบบข้อความนี้จะพาคุณไปทำความเข้าใจกระบวนการออกแบบระบบ Retrieval-Augmented Generation (RAG) และ Agentic AI ที่มีความแข็งแกร่งตั้งแต่เริ่มต้น จากการศึกษาคู่มือที่ครอบคลุมนี้ คุณจะได้เปลี่ยนผ่านจากการทำความเข้าใจ Generative AI พื้นฐาน ไปสู่การจัดโครงสร้างเวิร์กโฟลว์ที่ซับซ้อน ซึ่งเชื่อมต่อ vector database, embeddings และเอเจนต์ที่ตัดสินใจได้ด้วยตนเอง คุณจะได้รับความรู้ภาคปฏิบัติที่จำเป็นสำหรับการวางแผน การสร้าง และการประเมินแอปพลิเคชัน AI ระดับโปรดักชัน สิ่งที่คุณจะได้เรียนรู้: - ทำความเข้าใจคำศัพท์พื้นฐานของ RAG, vector embeddings และสถาปัตยกรรม autonomous agent - สร้างและจัดการชุดข้อมูลที่มีโครงสร้างโดยใช้ JSON เพื่อป้อนเข้าสู่ pipeline การดึงข้อมูลของคุณ - สร้าง text และ image embeddings เพื่อรองรับความสามารถในการค้นหาแบบ multimodal - กำหนดค่าตรรกะการดึงข้อมูลและเชื่อมต่อระบบของคุณเข้ากับ vector database สมัยใหม่ - ออกแบบเวิร์กโฟลว์แบบ agentic ที่ให้ LLM ทำการตัดสินใจและเรียกใช้เครื่องมือต่างๆ ได้อย่างยดหยุ่น - ประเมินประสิทธิภาพของระบบโดยใช้วิธีการประเมิน RAG สมัยใหม่ คอร์สนี้เริ่มต้นด้วยคำจำกัดความที่จำเป็นและแนวคิดพื้นฐานของ AI ก่อนที่จะพาคุณก้าวไปทีละขั้นตอนในการเตรียมชุดข้อมูล การสร้าง embedding และการผสานรวมเอเจนต์ คุณจะได้เรียนรู้ผ่านคำอธิบายที่เป็นลายลักษณ์อักษรอย่างละเอียด การแบ่งย่อยแนวคิด และตัวอย่างโค้ดที่ชัดเจน คอร์สนี้ออกแบบมาสำหรับนักพัฒนา AI ที่มุ่งมั่น วิศวกรซอฟต์แวร์ และผู้ที่ชื่นชอบข้อมูล ซึ่งต้องการการแนะนำที่มีโครงสร้างและเป็นมิตรกับผู้เริ่มต้น ในการสร้างระบบ AI ขั้นสูงโดยไม่ต้องมีข้อกำหนดเบื้องต้นที่ซับซ้อน เริ่มอ่านวันนี้และเรียนรู้วิธีการสร้างระบบอัจฉริยะแบบ agentic ทีละขั้นตอน