Khóa học ứng dụng các mô hình AI cho lập trình viên - AI for Developers cùng Protonx

Khóa học ứng dụng các mô hình AI cho lập trình viên - AI for Developers cùng Protonx

Lớp học hướng dẫn sử dụng các mô hình AI cho lập trình viên bao gồm văn bản, ảnh và video. Các lập trình viên Backend/Frontend có thể tham gia vào lớp học này để ứng dụng các mô hình AI cho dự án mình đang phát triển.

Đối tượng tham gia

Lập trình viên Backend/Frontend muốn tích hợp AI vào dự án.

Những ai muốn hiểu và ứng dụng các mô hình AI hiện đại.

Mục tiêu khóa học

Biết cách sử dụng các mô hình AI có sẵn trên HuggingFace như Gemma 2 và LLAMA 3.

Hiểu và triển khai công nghệ RAGs + LLMs để xây dựng chatbot thông minh.

Ứng dụng các API liên quan đến hình ảnh như DALL-E, Midjourney và Stability AI.

Triển khai ứng dụng AI bằng Docker và trên nền tảng Cloud.

Nội dung khóa học

Sử dụng API liên quan tới văn bản: Thành thạo các API của ChatGPT (GPT 3.5 Turbo, GPT-4, GPT-4 Turbo, GPT-4o), API Gemini của Google và API các mô hình mã nguồn mở như LLAMA thông qua Together AI.

Kỹ thuật Prompt Engineering: Giới thiệu kỹ thuật Prompt Engineering và thiết lập client giao tiếp với Backend.

Sử dụng API liên quan tới hình ảnh: Sử dụng các API như DALL-E, Midjourney và Stability AI để tạo và chỉnh sửa hình ảnh.

Ứng dụng từ phác thảo chuyển thành ảnh: Tạo hình ảnh từ bản vẽ phác thảo.

Ứng dụng thay thế đồ vật trong ảnh: Sử dụng AI để thay đổi các đối tượng trong hình ảnh.

Ứng dụng phân đoạn hình ảnh và thay thế đồ vật: Phân tích và chỉnh sửa các phần cụ thể trong ảnh.

Xây dựng chatbot với RAGs + LLMs: Phát triển chatbot thông minh sử dụng công nghệ tiên tiến, truy xuất thông tin từ các nguồn dữ liệu cụ thể và điều chỉnh văn phong linh hoạt.

GraphRAG: Sử dụng công nghệ tiên tiến để xây dựng cơ sở truy vấn hiệu quả bằng đồ thị.

Giao diện ChatBot: Thiết kế và triển khai giao diện người dùng cho chatbot.

ChatBot với thư viện LangChain: Sử dụng LangChain để code chatbot nhanh hơn, cho phép client gửi session ID tương ứng với người dùng thay vì phải gửi toàn bộ context.

Ứng dụng sinh ảnh: Tạo hình ảnh mới bằng cách sử dụng các mô hình AI tiên tiến.

Ứng dụng sinh video: Tạo video từ hình ảnh hoặc nội dung khác.

Ứng dụng từ ảnh thành video: Chuyển đổi hình ảnh thành video động.

Ứng dụng sinh âm thanh: Tạo âm thanh hoặc giọng nói từ văn bản hoặc dữ liệu khác.

Ứng dụng sinh code: Sử dụng AI để tạo mã nguồn dựa trên yêu cầu cụ thể.

Tùy biến mô hình AI: Sử dụng Google Colab và Ngrok để tạo endpoint cho API và làm việc với các mô hình mã nguồn mở trên HuggingFace.

Triển khai ứng dụng với Docker và Cloud: Cài đặt và xây dựng Docker Image, chạy Docker Container và triển khai trên nền tảng đám mây.

Xây dựng hệ thống chatbot hiện đại với RAG và Graph: Tạo Synthetic Dataset cho RAG, sử dụng Semantic Router, Reflection và Graph trong RAG.

Thực hành với LangChain và LLAMA Index: Tích hợp Ollama để chạy mô hình và sử dụng LangChain để xây dựng quy trình truy xuất thông tin.

Ứng dụng API liên quan đến âm thanh và video: Chuyển văn bản thành giọng nói, giọng nói thành văn bản và xử lý video.

Lập trình giao diện: Sử dụng Gradio và Streamlit để tạo giao diện nhanh chóng, lập trình giao diện bằng ReactJS/NextJS và kết nối với API.

Thực hành đào tạo mô hình riêng: Đào tạo mô hình GPT và LLAMA riêng, tối ưu hóa hiệu suất bằng đào tạo phân tán.

Dự án thực tế: Thực hiện dự án trong 2 tuần để áp dụng kiến thức đã học.

Lộ Trình Khóa Học Gồm: 

Buổi 1 API 

Buổi 2 Agents + Prompting 

Buổi 3 Image Api 

Buổi 4 Bổ trợ Hướng dẫn sử dụng Docker Compose 

Buổi 4.1 Self host Model + Deploys 2 days 

Buổi 5 Rag 

Buổi 6 Langchain 

Buổi 7 Audio + Video 

Buổi 8 Frontend 

Buổi 9 Project 

Buổi 10 Trainning Model 

Buổi 11 Project Phần 1 

Buổi 11.1 Project Phần 2 

Buổi 12 Graph Rag Phần 1 

Buổi 12.1 Graph Rag Phần 2