FAQ-Assistent in der Praxis: End-to-End-Flow

Die Verwaltung einer wachsenden technischen Gemeinschaft bedeutet, jeden Tag Hunderte von sich wiederholenden Fragen über verschiedene Kanäle hinweg zu beantworten. In dieser Sitzung werden wir die praktische Architektur hinter dem AI-FAQ-Assistenten von DataTalks.Club aufschlüsseln, einer Produktionspipeline, die entwickelt wurde, um die Gemeinschaftsunterstützung zu automatisieren und präzise Antworten direkt dort bereitzustellen, wo die Studierenden sie stellen. ​Wir werden den gesamten Systemlebenszyklus durchlaufen, von Rohdatenquellen der Gemeinschaft bis hin zu einem in Echtzeit bereitgestellten Slack-Assistenten. Sie werden die genauen Schritte im Datenengineering sehen, die verwendet werden, um unstrukturierte Eingaben der Gemeinschaft zu sammeln und sie in einen durchsuchbaren Vektorindex umzuwandeln, gefolgt von einer Live-Demonstration des Bots, der End-to-End in Slack läuft. ​ Wir werden behandeln * ​Eingabe von Studierendenfragen und Beiträge zum FAQ-Datensatz * ​Datenextraktion aus mehreren Quellen über Slack-Threads und YouTube-Transkripte * ​Vektordatenbankindizierung und Suchabruf-Workflows * ​RAG-Systemarchitektur und LLM-Antwortgenerierung * ​Slack-API-Integration und automatisierte Bot-Bereitstellung * ​End-to-End-Live-Demonstration innerhalb der aktiven Slack-Gemeinschaft ​ Am Ende dieser Sitzung werden Sie verstehen, wie man eine produktionsbereite, multisource RAG-Pipeline aufbaut und bereitstellt, die unstrukturierte Slack-Threads und YouTube-Transkripte in einen reaktionsschnellen, automatisierten Slack-Assistenten umwandelt. ​Wir haben auch das vollständige technische Setup und die schrittweise Implementierung in diesem Artikel dokumentiert. ​ ## ​Über den Sprecher ​Alexey Grigorev ist der Gründer von DataTalks.Club und Creator der Zoomcamp-Serie. ​Alexey ist Software- und ML-Ingenieur mit über 10 Jahren Erfahrung im Engineering und mehr als 6 Jahren im maschinellen Lernen. Er hat groß angelegte ML-Systeme bei Unternehmen wie OLX Group und Simplaex implementiert, mehrere technische Bücher verfasst, darunter das Machine Learning Bookcamp, und ist ein Kaggle Master mit einem 1. Platz beim NIPS'17 Criteo Challenge. Treten Sie unserem Slack bei: https://datatalks.club/slack.html ​