|
学習内容
|
1. 基盤モデルの選択と設定
- エンタープライズ基盤モデル評価フレームワーク
- 動的なモデル選択アーキテクチャ
- レジリエントな基盤モデルシステム設計
- コスト最適化と経済モデリング
2. 基盤モデルの高度なデータ処理
- 包括的なデータ検証と品質保証
- マルチモーダルデータ処理パイプライン
- 入力の最適化とパフォーマンスの向上
3. ベクトルデータベースと検索拡張
- エンタープライズベクトルデータベースアーキテクチャ
- 高度なドキュメントの処理とチャンキング戦略
- 高度な検索システムの実装
-(ラボ 1)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
4. プロンプトエンジニアリングとガバナンス
- 高度なプロンプトエンジニアリングフレームワーク
- 複雑なプロンプトオーケストレーションシステム
- エンタープライズプロンプトガバナンスと管理
-(ラボ 2)Amazon Bedrock API を使用した会話パターンの開発
5. Amazon Bedrock AgentCore によるエージェンティック AI フレームワークの実装
- エージェンティック AI フレームワーク
- Amazon Bedrock AgentCore
6. AI の安全性とセキュリティ
- 包括的なコンテンツ安全性の実装
- プライバシーを保護する AI アーキテクチャ
- AI のガバナンスとコンプライアンスフレームワーク
-(ラボ 3)Amazon Bedrock ガードレールによる安全で責任ある生成 AI の構築
7. パフォーマンスの最適化とコスト管理
- トークンの効率化とコストの最適化
- 高パフォーマンスのシステムアーキテクチャ
- インテリジェントキャッシュシステムの実装
8. 生成 AI のモニタリングとオブザーバビリティ
- 基盤モデルモニタリングシステム
- ビジネスへの影響と価値の測定
- AI 固有のトラブルシューティングと診断
9. テスト、検証、継続的な改善
- 包括的な AI 評価フレームワーク
- 品質保証と継続的な改善
- RAG システムの評価と最適化
10. エンタープライズの統合パターン
- エンタープライズの接続および統合アーキテクチャ
- 安全なアクセスと ID 管理
- 環境間デプロイおよびハイブリッドデプロイ
|