中
企业对人工智能技术技能的需求呈爆炸式增长，能够使用大型语言模型（LLM）的人工智能工程师更是炙手可热。使用 RAG 和 LangChain 构建 AI 代理的基础》课程将为您的 AI 职业生涯提供就业准备技能。 在本课程中，您将探索检索增强生成（RAG）、Prompt 工程和 LangChain 概念。您将了解 RAG 流程、其应用、编码器和 tokenizer 以及用于高维向量搜索的 FAISS 库。您还将使用 LangChain 的工具、组件、文档加载器、检索器、链和代理来简化基于 LLM 的应用程序开发。通过动手实验，您将开发出集成了 LLM、LangChain 和 RAG 技术的 AI 代理。此外，您还将完成一个可以在面试中展示的真实世界项目。 本课程还包含全面的小抄和词汇表，以强化您的学习。立即报名，只需 8 小时就能掌握紧俏的生成式 AI 技能！
使用 RAG 和 LangChain 的 AI 代理基础知识
了解顶级公司的员工如何掌握热门技能
积累特定领域的专业知识
此课程作为 的一部分提供
在注册此课程时，您还需要选择一个特定的合作项目。
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 获得可共享的职业证书
该课程共有2个模块
在本 Modulation 中，您将探索 Retrieval-augmented Generation（RAG）的基本原理，以及如何在聊天机器人和智能 AI 代理等应用中应用 RAG 生成更准确、更能感知上下文的响应。您将了解完整的 RAG 流程，包括其与 LangChain 的集成，以构建模块化和可扩展的 AI 解决方案。Modulation 涵盖了密集段落检索 (DPR) 等关键组件，它使用上下文编码器和问题编码器，每个编码器都与 tokenizer 配对，将文本转换为机器可读格式。此外，您还将通过实验获得实践经验，重点是使用两大机器学习框架实现基于 RAG 的系统：Hugging Face（用于从数据集中检索信息）和 PyTorch（用于评估内容相关性并生成有意义的回复）。
涵盖的内容
3个视频3篇阅读材料2个作业2个应用程序项目1个插件
在本 Modulation 中，您将学习上下文学习和高级 prompt engineering 技术，以设计和完善用于生成相关和准确 AI 响应的 prompt。然后，您将探索 LangChain 框架，这是一个使用大型语言模型 (LLM) 简化 AI 应用程序开发的开源 Interface。涉及的关键概念包括 LangChain 的工具、组件和聊天模型，以及提示模板、示例选择器和输出解析器。您还将学习 LangChain 的文档加载器和检索器、链和代理，以构建智能应用程序。通过动手实验，您将应用这些概念来增强 LLM 应用，并开发一个集成了 LLM、LangChain 和 RAG 的 AI 代理，以实现交互式高效文档检索。此外，还提供了全面的小抄和词汇表，以加强您的学习效果。
涵盖的内容
6个视频4篇阅读材料2个作业3个应用程序项目2个插件
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
提供方
从 机器学习 浏览更多内容
状态：免费DeepLearning.AI
状态：免费试用Coursera Instructor Network
状态：免费试用
人们为什么选择 Coursera 来帮助自己实现职业发展
Felipe M.
自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情，我就可以学习。'
Jennifer J.
自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'
Larry W.
自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程，Coursera 便是最好的去处之一。'
Chaitanya A.
''学习不仅仅是在工作中做的更好：它远不止于此。Coursera 让我无限制地学习。'
学生评论
4.6
155 条评论
- 5 stars
74.05%
- 4 stars
15.82%
- 3 stars
4.43%
- 2 stars
3.16%
- 1 star
2.53%
显示 3/155 个
WD
5
已于 Aug 23, 2025审阅
Descriptive Course. I think some Labs need to update to latest libraries because some functions getting failed or generate warnings
MM
5
已于 Feb 8, 2025审阅
The hands-on is manageable, yet allow learners to experience the actual flow of using the tools.
HB
4
已于 Apr 25, 2025审阅
Course content was good but there was not much for us to do in labs. A hint based lab completely solved by the learner can be a good addition.
常见问题
通过 3-4 个小时的学习，您可以在短短 8 个小时内完成本课程，并掌握所需的就业技能，给雇主留下深刻印象！
本课程属于中级水平，因此要想获得最大的学习效果，您必须具备 Python 和 PyTorch 的基础知识。您还应该熟悉 Machine Learning 和 Neural Network 的概念，如果您熟悉语言建模、Language Model、GPT 和 Fine-tuning 基础知识，会对您的学习很有帮助。
本课程是与 LLMs 合作的 Generative AI Engineering 专项课程的一部分。完成本课程后，您将具备从事 AI 工程师、NLP 工程师、机器学习工程师、深度学习工程师、数据科学家或寻求与 LLMs 合作的软件等工作的技能和信心。
更多问题
提供助学金，