2026.08.12.
Tudásbázissal augmentált LLM alkalmazások fejlesztése: RAG alapok - 2026. november 13.
Tudásbázissal augmentált LLM alkalmazások fejlesztése: RAG alapok - 2026. november 13.

Tudásbázissal augmentált LLM alkalmazások fejlesztése: RAG alapok (Developing knowledge-augmented LLM applications: RAG basics / Entwicklung wissensbasierter LLM-Anwendungen: RAG-Grundlagen) – 4 óra, egy alkalom

  1. a képzés piaci értéke: 72.000 forint/fő (az ennek megfelelő euró érték a mindenkor hatályos árjegyzék szerint)

  2. A de minimis terhére átadott támogatás összege: a piaci érték 50%-val egyenlő összeg

  3. a kedvezmény mértéke 100%*

  4. a képzés formája: online képzés

  5. képzés helyszíne: MS Teams

  6. képzés időpontja: 2026. november 13. (péntek); 10:00-14:00 óra

  7. képzést tartó oktatók: Borbély Attila és Szabó Armand Ákos

A képzés során a résztvevők megismerik, hogyan fejleszthetnek tudásbázissal integrált, nagy nyelvi modell (LLM) alapú AI-alkalmazásokat a Retrieval Augmented Generation (RAG) technológia segítségével. A gyakorlati fókuszú kurzus bemutatja az OpenAI GPT modellek, embedding technikák és vektoradatbázisok (Qdrant) üzleti felhasználását.

A  főbb témakörök:

  1. LLM-ek és külső tudásbázisok összekapcsolása

  2. Embedding technikák: szövegek vektorizálása és hasonlóságalapú keresés

  3. Vektoradatbázisok (Qdrant) felépítése és kezelése

  4. RAG architektúra működése és komponensei

  5. OpenAI API programozott felhasználása

  6. Strukturált kimenetek előállítása

  7. Gyakorlati példák és alkalmazási lehetőségek

A képzés végén zárótesztet kell teljesíteni, sikeres vizsga esetén tanúsítvány szerezhető. Részvételhez alapszintű Python tudás szükséges.

A résztvevők saját laptopon dolgoznak ingyenes Google fiókkal elérhető Google Colab környezetben, vagy saját számítógépre telepített Python-alapú Jupyter notebook környezetben.

A regisztráció határideje 2026. november 4.

Regisztráció

A kedvezmény csak azok számára elérhető, akik megfelelnek az AI EDIH Hungary jogosultsági feltételeinek.