One Course
Setiap pelajaran, proyek, dan tryout di Membangun dengan model bahasa.
Ditagih bulanan. Batalkan kapan saja.
Level 1: Pendatang baru
0 poin
Login untuk menyimpan progres Anda di berbagai perangkat.
Kursus / Alat dan pengembangan AI
Tulis kode Python untuk aplikasi model bahasa: validasi respons API, ambil sumber yang tepat, jalankan alat yang diizinkan, lalu periksa hasilnya. Kursus AI engineering ini memakai respons tiruan yang telah disiapkan dalam notebook browser, tanpa memanggil model langsung.
Unit 1, Kontrak request: 5 pelajaran dan 26 latihan yang diperiksa, tanpa akun atau kartu.
Mulai unit gratisSisa kursus terbuka dengan paket One Course atau All Access. Lihat paket dan harga
Pilih akses di sini. Kursus Anda sudah dipilih.
Dukung permintaan routing dengan batas otoritas dan sumber daya yang eksplisit.
6 langkah · 14 minStudi kasus · PemulaRoundtrip alat yang rusakTetapkan alat yang sempit dan kembalikan hasil yang terkorelasi tanpa memberikan tindakan yang tidak diminta.
6 langkah · 14 minProyek · MenengahIndeks buku panduanBangun indeks manual industri yang orisinal dengan chunk yang dapat ditelusuri dan fixture vektor yang deterministik.
8 langkah · 22 minProyek · MenengahJawaban kebijakanJawab pertanyaan kebijakan pelanggan hanya dari bukti terkini yang sah.
8 langkah · 22 minProyek · MenengahHarness evaluasiBandingkan revisi prompt dengan identitas kasus yang dibekukan dan gate keamanan wajib.
8 langkah · 22 minProyek · LanjutanAgen dispatchSiapkan alur kerja dispatch yang terbatas dengan persetujuan payload yang persis dan status yang dapat direkonstruksi.
8 langkah · 22 minStudi kasus · LanjutanKebocoran tenantSelidiki kebocoran tenant sambil menyimpan bukti insiden yang aman.
6 langkah · 14 minProyek · AhliLayanan batchBangun laporan batch dengan identitas cache yang aman, korelasi output, dan gate berdasarkan observasi yang diberikan.
8 langkah · 22 minTryout · AhliFitur berbasis sumberTelusuri fitur berbasis sumber dan siapkan paket rilis yang dapat direproduksi.
12 pertanyaan · 40 minTryout · AhliPemulihan eksekusi yang tidak amanTegakkan kebijakan data yang disetujui dan putuskan rilis atau rollback berdasarkan bukti yang disimpan.
12 pertanyaan · 40 minBangun fitur berbasis model bahasa di notebook Python yang berfungsi dengan client tiruan lokal yang orisinal. Susun request bergaya Responses terkini, validasi output terstruktur, dan cocokkan hasil alat. Bangun retrieval yang dapat ditelusuri, bandingkan revisi prompt, batasi loop agen, serta jaga batas tenant dan persetujuan. Proyek mengumpulkan fungsi yang benar-benar Anda tulis menjadi laporan yang diperiksa. Set latihan, wawancara, dan dua seleksi kerja berwaktu menggunakan data fiktif orisinal dan observasi sintetis. Tiruan ini tidak melakukan inferensi langsung atau eksekusi alat eksternal. Subset API yang terdokumentasi, vektor palsu, dan satuan token palsu mengajarkan perilaku integrasi tanpa mengklaim kualitas model, harga penyedia, atau persiapan sertifikasi cloud yang lengkap.
Pemula
Dukung permintaan routing dengan batas otoritas dan sumber daya yang eksplisit.
Validasi bentuk output, status respons, dan aturan bisnis sebelum menerima jawaban.
Tetapkan alat yang sempit dan kembalikan hasil yang terkorelasi tanpa memberikan tindakan yang tidak diminta.
Menengah
Bangun indeks manual industri yang orisinal dengan chunk yang dapat ditelusuri dan fixture vektor yang deterministik.
Jawab pertanyaan kebijakan pelanggan hanya dari bukti terkini yang sah.
Bandingkan revisi prompt dengan identitas kasus yang dibekukan dan gate keamanan wajib.
Lanjutan
Siapkan alur kerja dispatch yang terbatas dengan persetujuan payload yang persis dan status yang dapat direkonstruksi.
Selidiki kebocoran tenant sambil menyimpan bukti insiden yang aman.
Pulihkan hasil yang bersifat sementara atau tidak pasti tanpa mengulang pekerjaan yang tidak diizinkan.
Ahli
Bangun laporan batch dengan identitas cache yang aman, korelasi output, dan gate berdasarkan observasi yang diberikan.
Telusuri fitur berbasis sumber dan siapkan paket rilis yang dapat direproduksi.
Tegakkan kebijakan data yang disetujui dan putuskan rilis atau rollback berdasarkan bukti yang disimpan.
Jangan menganggap item pertama dalam respons API selalu berupa teks. Periksa jenis output, tool request, dan hasil tidak lengkap melalui item Responses API. JSON yang memenuhi schema tetap memerlukan validasi bisnis.
Pada proyek retrieval, saring sumber menurut tenant dan revisi sebelum menentukan peringkat. Kutipan harus menunjuk bukti yang diambil. Jika sumber tidak mendukung jawaban, aplikasi perlu menolak menyimpulkannya.
Pisahkan kasus pengembangan dari kasus evaluasi tersimpan. Peningkatan rata-rata tidak meniadakan kegagalan kasus keselamatan wajib.
Hubungkan hasil fungsi dengan call ID, tolak alat tak dikenal, dan minta persetujuan untuk payload tulis yang persis sama. Konteks tak tepercaya tetap tidak boleh mengubah izin aplikasi. Notebook ini tidak menyediakan Azure, melatih model, atau memasang server protokol.
Tidak. Python menggunakan klien tiruan orisinal dengan output yang disiapkan. Hasil latihan tidak mengukur model langsung.
Tidak. Vektor fixture dihitung lokal untuk mengajarkan indeks dan peringkat. Vektor itu tidak mereproduksi kualitas model embedding atau basis data vektor terkelola.
Tidak. Panduan sertifikasi memetakan konsep tertentu dan menjelaskan kekurangan cakupan. Penilaian berwaktu berupa tugas engineering orisinal, bukan simulasi ujian vendor.
Anda perlu mampu menulis fungsi, memakai dictionary dan list, serta menangani exception. Mulai dengan Python jika konsep itu masih baru.