感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程時長 21 時間:
課程簡介
AI系統的架構基礎
- 層次、邊界及關注點分離
- 將端口與適配器模式應用於AI組件
- AI功能的品質屬性場景
- 作為治理手段的架構決策記錄
演進現有應用程式
- 選擇漸進式現代化而非重寫
- 在現有 монолит(巨石應用)旁置AI服務
- 絞殺者模式(Strangler)及反腐層模式
- 針對現有API及資料的整合接縫
LLM整合架構模式
- 將模型网关作為抽象邊界
- 同步、非同步及串流整合
- 回退、降級及供應商故障切換
- 將提示詞及模型設定視為版本化資產
契約、API與資料交換
- 結構化輸出架構及驗證
- 冪等性、重試及速率限制
- 延遲預算及超時協調
- 將每次請求的成本視為架構約束
端到端RAG架構
- 攝取、分塊及嵌入管線
- 索引、檢索、重排序及生成階段
- 檢索相對於應用程式服務的放置位置
- 每個階段的權衡與失敗模式
向量資料庫與檢索設計
- 託管式與自託管向量儲存
- 密集、稀疏及混合搜尋
- 中繼資料過濾及租戶隔離
- 模型變更時的重新嵌入策略
檢索品質、事實依據與評估
- 從真實查詢中構建評估集
- 檢索及回答品質指標
- 引用、事實依據及幻覺抑制
- 回饋循環回傳至索引
代理架構
- 代理循環與工具調用
- 確定性工作流與自主規劃器的對比
- 代理並非最佳解決方案的情境
- 界定代理的職責與狀態
多代理系統與協調
- 監督者及協調者拓撲結構
- 交接協定與訊息契約
- 共享記憶與上下文管理
- 基於架構層面的框架比較
服務通訊與工具協定
- 事件驅動及基於隊列的協調
- 透過標準協定暴露工具
- 長程事務(Sagas)、補償與長Running交易
- 跨服務跳轉的可觀測性
開發工作流中的AI代理
- 交付管線中的編碼代理
- 規格驅動開發與審查門檻
- 測試生成與自動化品質檢查
- 維持架構控制力的護欄
治理與軟體品質
- AI功能設計審查
- 模型與提示詞變更管理
- 作為管線階段的迴歸評估
- 所有權、政策與核准路徑
安全性、隱私與資料治理
- 提示詞注入與縱深防禦
- 機密資訊、存取控制及最小特權
- 資料留存地、個人資料與保留政策
- 可審計性與人在迴路(Human-in-the-loop)控制
可擴展性、成本與可觀測性
- 跨代理鏈的追蹤
- Token與成本遙測
- 快取與延遲最佳化
- AI服務的服務等級與事故回應
結業專案:AI驅動方案的架構
- 上下文、組件及部署視圖
- 檢索與代理協調設計
- 安全性、治理與成本計畫
- 同儕審查、批評及遷移路線圖
最低要求
- 具備生產級軟體系統的設計與維護經驗
- 熟悉REST API及服務整合
- 熟悉關係型資料庫及資料建模
- 對基於LLM的工具或API有基本接觸經驗
受眾對象
- 軟體架構師
- 技術主管及高級工程師
- 負責架構決策的工程經理
客戶評論 (1)
我獲得了關於Python中Streamlit庫的知識,我肯定會嘗試使用它來改進我們團隊中基於R Shiny開發的apps。
Michal Maj - XL Catlin Services SE (AXA XL)
課程 - GitHub Copilot for Developers
機器翻譯