Chia Sẻ Khóa Học Full Stack Generative & Agentic AI Với Python, LLM, RAG, Agent & LangGraph [Khóa 5737 A]
Hướng dẫn thực hành về AI hiện đại: Tokenization, Agent, RAG, Vector DB và deploy các ứng dụng AI có khả năng mở rộng. Khóa học AI hoàn chỉnh.
Những gì bạn sẽ học được:
- ✓ Viết các chương trình Python từ đầu, sử dụng Git cho version control và Docker cho deployment.
- ✓ Sử dụng Pydantic để xử lý dữ liệu có cấu trúc và validation trong các ứng dụng Python.
- ✓ Hiểu cách thức hoạt động của Large Language Models (LLM): tokenization, embeddings, attention & transformer.
- ✓ Gọi và tích hợp API từ OpenAI và Gemini với Python.
- ✓ Thiết kế các prompt hiệu quả: zero-shot, one-shot, few-shot, chain-of-thought, persona-based & structured prompting.
- ✓ Run & deploy các model local bằng Ollama, Hugging Face và Docker.
- ✓ Triển khai các Retrieval-Augmented Generation (RAG) pipeline với LangChain và vector database.
- ✓ Sử dụng LangGraph để thiết kế các hệ thống AI có trạng thái với nodes, edges & checkpointing.
- ✓ Hiểu về Model Context Protocol (MCP) và build các MCP server với Python.
Chào mừng bạn đến với AI & LLM Engineering Bootcamp toàn diện – khóa học trọn gói giúp bạn học Python, Git, Docker, Pydantic, LLM, Agents, RAG, LangChain, LangGraph và Multi-Modal AI từ đầu.
Đây không chỉ là một khóa học lý thuyết đơn thuần. Cuối khóa học, bạn sẽ có khả năng code, deploy & scale các ứng dụng AI thực tế sử dụng cùng các kỹ thuật được hỗ trợ bởi ChatGPT, Gemini và Claude.
Những gì bạn sẽ học được:
Foundation:
- ✓ Lập trình Python từ đầu: cú pháp, kiểu dữ liệu, OOP và các tính năng nâng cao.
- ✓ Git & GitHub essentials: branching, merging, collaboration & professional workflow.
- ✓ Docker: containerization, image, volume & deploy các ứng dụng như một pro.
- ✓ Pydantic: type-safe, structured data handling cho các ứng dụng Python hiện đại.
AI Fundamentals:
- ✓ LLM là gì và GPT hoạt động như thế nào?
- ✓ Giải thích đơn giản về Tokenization, embeddings, attention & transformer.
- ✓ Hiểu về multi-head attention, positional encodings và paper "Attention là tất cả những gì bạn cần".
Prompt Engineering:
- ✓ Làm chủ các chiến lược prompting: zero-shot, one-shot, few-shot, chain-of-thought, persona-based prompt.
- ✓ Sử dụng Alpaca, ChatML & LLaMA-2 format.
- ✓ Thiết kế prompt cho các structured output với Pydantic.
Chạy và sử dụng LLM:
- ✓ Thiết lập OpenAI & Gemini API với Python.
- ✓ Chạy các mô hình cục bộ với Ollama + Docker.
- ✓ Sử dụng các mô hình Hugging Face và các INSTRUCT-tuned model.
- ✓ Kết nối LLM với FastAPI endpoint.
Agents & RAG System:
- ✓ Build AI Agent đầu tiên của bạn từ đầu.
- ✓ CLI-based coding agent với Claude.
- ✓ RAG pipeline hoàn chỉnh: indexing, retrieval & answering.
- ✓ LangChain: document loader, splitter, retriever & vector store.
- ✓ RAG nâng cao với Redis/Valkey Queues cho async processing.
- ✓ Scaling RAG với worker và FastAPI.
LangGraph & Memory:
- ✓ Giới thiệu về LangGraph: state, nodes, edges & graph-based AI.
- ✓ Thêm checkpointing với MongoDB.
- ✓ Memory system: short-term, long-term, episodic, semantic memory.
- ✓ Triển khai các memory layer với Mem0 và Vector DB.
- ✓ Graph memory với Neo4j & Cypher query.
Conversational & Multi-Modal AI:
- ✓ Xây dựng các conversational agent dựa trên giọng nói.
- ✓ Tích hợp speech-to-text (STT) & text-to-speech (TTS).
- ✓ Code AI voice assistant của riêng bạn cho coding (Cursor IDE clone).
- ✓ Multi-modal LLM: xử lý hình ảnh và văn bản cùng lúc.
Model Context Protocol (MCP):
- ✓ MCP là gì và tại sao nó lại quan trọng đối với các ứng dụng AI.
- ✓ MCP transport: STDIO và SSE.
- ✓ Coding một MCP server với Python.
Các Project thực tế bạn sẽ xây dựng:
- ✓ Tokenizer từ đầu.
- ✓ Local Ollama + FastAPI AI app.
- ✓ Python CLI-based coding assistant.
- ✓ Document RAG pipeline với LangChain & Vector DB.
- ✓ Queue-based scalable RAG system với Redis & FastAPI.
- ✓ AI conversational voice agent (STT + GPT + TTS).
- ✓ Graph memory agent với Neo4j.
- ✓ MCP-powered AI server.
Khóa học này dành cho ai?
- ✓ Người mới bắt đầu muốn có khóa học toàn diện từ đầu đến cuối về Python + AI.
- ✓ Các Developer muốn xây dựng các ứng dụng AI thực tế bằng LLM, RAG và LangChain.
- ✓ Data Engineer/Backend Developer muốn tích hợp AI vào các stack hiện có.
- ✓ Sinh viên và chuyên gia muốn nâng cao kỹ năng trong lĩnh vực AI engineering hiện đại .
Tại sao nên tham gia khóa học này?
Khóa học này kết hợp lý thuyết, lập trình và triển khai tại một nơi. Bạn sẽ bắt đầu từ những kiến thức cơ bản về Python và Git, và đến cuối khóa học, bạn sẽ coding được các ứng dụng AI tiên tiến với LangChain, LangGraph, Ollama, Hugging Face, v.v.
Không giống như các khóa học khác, khóa học này không dừng lại ở việc "calling API". Bạn sẽ đi sâu hơn vào system design, queues, scaling, memory, and graph-powered AI agent, mọi thứ bạn cần để trở thành một AI Engineer nổi bật.
Đến cuối khóa học này, bạn sẽ không chỉ hiểu về AI mà còn có thể xây dựng nó.
Mục lục:
- ✓ 01. Giới thiệu.
- ✓ 02. Giới thiệu về thế giới Coding với Python.
- ✓ 03. Kiểu dữ liệu trong Python.
- ✓ 04. Câu lệnh điều kiện trong Python.
- ✓ 05. Vòng lặp trong Python.
- ✓ 06. Function trong Python.
- ✓ 07. Các phép tính tổng quát trong Python.
- ✓ 08. Generator & Decorator trong Python.
- ✓ 09. Object oriented programming trong Python.
- ✓ 10. File & Exception handling trong Python.
- ✓ 11. MultiThreading, Multiprocessing, GIL trong Python.
- ✓ 12. Asyncio trong Python.
- ✓ 13. Tất cả những điều bạn nên biết về Pydantic.
- ✓ 14. Core Foundation của Generative AI.
- ✓ 15. Thiết lập & Tích hợp API.
- ✓ 16. Các kỹ thuật Prompt Engineering Nâng cao.
- ✓ 17. Prompt Serialization & Instruction Format.
- ✓ 18. Local LLM Deployment & API Integration.
- ✓ 19. Chạy LLM thông qua Hugging Face Hub.
- ✓ 20. Xây dựng các AI Agent & Agentic Workflow.
- ✓ 21. Retrieval-Augmented Generation (RAG) Architecture & LangChain.
- ✓ 22. Scalable RAG với Async Queues & Distributed Worker.
- ✓ 23. Multi Modal Agents.
- ✓ 24. Xây dựng các Agentic Workflow với LangGraph.
- ✓ 25. Checkpointing Workflow trong LangGraph với MongoDB.
- ✓ 26. Memory Layer – Xây dựng Short, Long & Semantic Memory trong các AI Agent.
- ✓ 27. Graph Memory & Knowledge Graphs trong AI Agents.
- ✓ 28. Conversational Agentic AI với Voice Agents & Chained Patterns.
- ✓ 29. Model Context Protocol - MCP.
- ✓ 30. Git - Kiến thức bổ sung.
- ✓ 31. Làm chủ Docker cho Developer - Từ cơ bản đến CLI và Dockerfile.
- ✓ 32. Tạm biệt.
Khóa học này dành cho ai:
- ✓ Người mới bắt đầu muốn tìm hiểu từng bước về AI, Python và các công cụ phát triển hiện đại.
- ✓ Các Developer muốn tìm hiểu cách tích hợp LLM, RAG và agent vào các ứng dụng thực tế.
- ✓ Data engineer & backend developer muốn nâng cao kỹ năng của mình với các hệ thống hỗ trợ AI.
- ✓ Sinh viên và chuyên gia muốn nổi bật trên thị trường việc làm với kiến thức AI engineering tiên tiến.
NHẬN GET EBOOK TRÊN AMAZON THEO YÊU CẦU