Cover Image for Tvorba aplikací využívajících GenAI (LLM) v Pythonu
Cover Image for Tvorba aplikací využívajících GenAI (LLM) v Pythonu
Avatar for DataScript Events
Presented by
DataScript Events
Konference, masterclass, briefs a bezplatné Morning Talks pro všechny, které zajímá, co se právě děje v technologiích a kolem nich.

Tvorba aplikací využívajících GenAI (LLM) v Pythonu

Virtual
Registration
Welcome! To join the event, please register below.
About Event

Morning Talk DataScriptu Bezplatné hodinové online setkání s odborníkem z praxe. Nabídne soustředěný pohled na jedno aktuální téma a prostor pro dotazy.


Na co se můžete těšit:

Na tomto talku se seznámíme se základními koncepty, které je možné využít pro tvorbu nástrojů a aplikací, které využívají generativní AI (GenAI). Popíšeme si význam vektorizace textu, embedded modelů i RAG databází. V praktické části si ukážeme, jakým způsobem lze propojit LLM (velký jazykový model) s RAG databází k vytvoření "chatu" s potřebnými znalostmi. Pro implementaci bude použit jazyk Python a framework Langchain.

  • Vlastnosti LLM

  • OpenAI a další standardizovaná API

  • použití frameworku Langchain pro tvorbu aplikací využívajících GenAI

  • Framework Llama Stack

  • RAG (Retrieval-augmented generation)

  • Tokenizace textu, tvorba embedded modelů (vektorizace)

  • Vyhledávání založené na podobnosti vektorů (vector similarity seach)

  • PgVector

  • FAISS

  • Evaluace GenAI aplikací

Prezentující: Pavel Tišnovský (Principal SW Engineer and tech lead at RedHat)

Pavel vystudoval VUT FIT a v současné době pracuje ve společnosti Red Hat, kde vyvíjí nástroje a mikroslužby pro OpenShift. V současnosti používá převážně programovací jazyky Go a Python v odůvodněných případech i Javu, Python, BASH či ANSI C. Pro soukromé projekty preferuje Clojure nebo z druhé strany spektra assembler.

Avatar for DataScript Events
Presented by
DataScript Events
Konference, masterclass, briefs a bezplatné Morning Talks pro všechny, které zajímá, co se právě děje v technologiích a kolem nich.