Drugi wpis z serii o RAG: klasy LlamaIndex, które zamieniają teorię w kod — Document, VectorStoreIndex, query engine i Settings, plus podłączenie modelu przez OpenRouter.
Pierwszy wpis z serii o RAG i LlamaIndex: czym jest Retrieval-Augmented Generation, jak działają embeddingi i wyszukiwanie podobieństwa oraz co z Pythona będzie potrzebne, żeby zbudować własny RAG.
Trzeci wpis z serii o Git i Azure DevOps: wieloetapowe pipeline'y YAML, bramki zatwierdzeń (gates) i strategie wdrożeń, które pozwalają bezpiecznie wypuszczać zmiany na produkcję.
Drugi wpis z serii o Git i Azure DevOps: jak push i Pull Request uruchamiają pipeline'y CI/CD, czym są triggery i dlaczego branch policy chroni główną gałąź.
Pierwszy wpis z serii o Git i Azure DevOps: czym jest repozytorium, commit, branch i merge oraz dlaczego kontrola wersji to fundament pracy zespołowej nad kodem.
Drugi wpis z podstaw Pythona przed pierwszym skryptem LLM: słowniki, definiowanie funkcji z *args i **kwargs oraz praca z formatem JSON.
Zanim napiszesz pierwszy skrypt z LlamaIndex, warto ogarnąć podstawy Pythona: różnicę między () a [], listy, krotki i podstawowe operacje na macierzach.
Low-code świetnie sprawdza się do szybkiego POC-a, ale kiedy biznes zaczyna się zmieniać, code-first daje to, czego brakuje: Git, gotowe pipeline'y i armię programistów, którzy to utrzymają.
Niezależne wdrożenia, selektywne skalowanie i odporność na awarie — poznaj najważniejsze zalety architektury mikroserwisów i zobacz, jak stosujemy ją w praktyce.
Dowiedz się, jak krok po kroku zbudować model AI do predykcji, wykorzystując najnowsze techniki uczenia maszynowego.
Informacje o nowych materiałach, szkoleniach i narzędziach prosto na Twoją skrzynkę. Subskrybenci newslettera dostają kupony ze zniżkami na nasze produkty oraz dostęp do darmowych narzędzi AI.