|
学習内容
|
1. AWS 上の生成 AI アプリケーションのコンポーネントの確認
- 生成 AI の概念の理解
- AWS 生成 AI スタックコンポーネントの確認
- 生成 AI アプリケーションコンポーネントの設計
2. Amazon Bedrock でのプログラミング
- モデルから生成される応答の誘導
- プログラムを使用した Amazon Bedrock の操作
- ラボ1 Amazon Bedrock API を使用した開発
- ラボ2 Amazon Bedrock API を使用したストリーミングパターンの開発
3. デベロッパー向けプロンプトエンジニアリングの応用
- プロンプトエンジニアリングの紹介
- プロンプトテクニックの紹介
- 生成結果を改善するためのプロンプト最適化
4. 一般的なアーキテクチャでの Amazon Bedrock API の使用
- Amazon Bedrock API によるアーキテクチャパターンの実装
- 一般的なユースケースの確認
- 会話メモリの追加によるコンテキストの拡張
- ラボ3 Amazon Bedrock API を使用した会話パターンの開発
5. RAG を使用した生成 AI の応答のカスタマイズ
- 検索拡張生成 (RAG) の実装
- Amazon Bedrock ナレッジベースの使用
- ラボ4 Amazon Bedrock ナレッジベースを使用した検索拡張生成 (RAG) アプリケーションの開発
6. オープンソースフレームワークと Amazon Bedrock の統合
- LangChain を使用した Amazon Bedrock での基盤モデルの呼び出し
- コンテキスト認識型のレスポンスへの LangChain の使用
- ラボ5 オープンソースフレームワークと Amazon Bedrock ナレッジベースを使用した生成 AI アプリケーションパターンの開発
7. 生成 AI アプリケーションコンポーネントの評価
- アプリケーションコンポーネントの評価
- モデル出力の評価
- RAG 出力の評価
- レイテンシーとコストの最適化
- ラボ 6 検索拡張生成 (RAG) アプリケーションの評価
8. 責任ある AI の実装
- 責任ある AI を理解する
- バイアスの軽減とプロンプトの誤用への対処
- Amazon Bedrock ガードレールの使用
- ラボ7 Bedrock ガードレールを使用した生成 AI アプリケーションの保護
9. 生成 AI アプリケーションにおけるツールとエージェントの使用
- ツールの使用
- AI エージェントの理解
- オープンソースのエージェントフレームワークの理解
- エージェントの相互運用性の理解
10. Amazon Bedrock エージェントの開発
- Amazon Bedrock Flows の実装
- Amazon Bedrock エージェントの設計
- Amazon Bedrock インラインエージェントの開発
- マルチエージェントコラボレーションの設計
- Amazon Bedrock AgentCore の使用
- ラボ8 Amazon Bedrock ナレッジベースおよびガードレールと統合された Amazon Bedrock エージェントの開発
|