Proje: RAG ve LangChain ile Üretken Yapay Zeka Uygulamaları

Üretken yapay zeka mühendisliği becerilerinizi pratiğe dökmeye hazır olun! Bu uygulamalı rehberli projede, kendi gerçek dünya üretken yapay zeka uygulamanızı oluşturmak için programdaki önceki kurslar boyunca edindiğiniz bilgi ve teknikleri uygulayacaksınız. Çeşitli kaynaklardan belgeleri almak için LangChain'in belge yükleyicilerini kullanmak gibi temel bilgi açıklarını kapatarak işe başlayacaksınız. Ardından, modelin yanıt verme hızını artırmak için metin bölme (text-splitting) stratejilerini keşfedip uygulayacak ve belgeleri yerleştirmek (embed) için IBM watsonx'u kullanacaksınız. Bu yerleştirmeler, etkili bir belge erişimcisi geliştirmek üzere LangChain'e bağlayacağınız bir vektör veri tabanında saklanacaktır. Projeniz ilerledikçe, erişim doğruluğunu artırmak için RAG (retrieval-augmented generation) uygulayacak, bir soru-cevap botu oluşturacak ve etkileşimli model yanıtları için basit bir Gradio arayüzü inşa edeceksiniz. Kursun sonunda, becerilerinizi sergileyen ve gerçek dünyadaki üretken yapay zeka çözümlerini tasarlama yeteneğinizin ikna edici bir kanıtı olarak hizmet edecek, portföye hazır eksiksiz bir yapay zeka uygulamasına sahip olacaksınız. Kariyerinizi uygulamalı deneyimle bir üst seviyeye taşımaya hazırsanız, bugün kaydolun ve kendinden emin bir profesyonel olma yolunda bir sonraki adımı atın.