עוזר שאלות לתשובות בשיטה: זרימה מקצה לקצה

ניהול קהילה טכנית המתפתחת משמעותו מענה על מאות שאלות שחוזרות על עצמן בערוצים שונים בכל יום. במפגש הזה, ננתח את הארכיטקטורה המעשית שמאחורי עוזר ה-FAQ של DataTalks.Club, צינור ייצור שנבנה כדי לאוטמט את התמיכה בקהילה ולספק תשובות מדויקות ישירות במקום שבו הסטודנטים שואלים אותן. ​נלך דרך כל מחזור חיי המערכת, נעבור ממקורות ידע קהילתיים גולמיים לעוזר Slack מופץ בזמן אמת. תראו את הצעדים המדויקים בהנדסת נתונים שנעשו כדי לאסוף קלטים בלתי מובנים מהקהילה ולהפוך אותם לאינדקס וקטורי שניתן לחפש בו, ולאחר מכן להדגמה חיה של הבוט שמריץ מקצה לקצה בתוך Slack. ​ נכסה * ​קבלת שאלות מסטודנטים ותרומות לקבוצת נתוני FAQ * ​הפקת נתונים ממקורות מרובים ברחבי חוטי Slack וטרנסקריפטים של YouTube * ​אינדוקס של בסיס נתונים וקטורי וזרימות חיפוש * ​אדריכלות מערכת RAG וגנרת תגובות LLM * ​אינטגרציית API של Slack והפצה אוטומטית של הבוט * ​הדגמה חיה מקצה לקצה בתוך הקהילה הפעילה של Slack ​ בסוף המפגש הזה, תבינו כיצד לבנות ולהניע צינור RAG מוכן לייצור, מרובת מקורות, שהופך חוטי Slack בלתי מובנים וטרנסקריפטים של YouTube לעוזר Slack מעודכן ואוטומטי. ​גם תיעדנו את כל ההגדרה הטכנית המלאה והביצוע שלב אחר שלב במאמר הזה מאמר. ​ ## ​על המרצה ​אלכסיי גריגורייב הוא המייסד של DataTalks.Club ויוצר סדרת Zoomcamp. ​אלכסיי הוא מהנדס תוכנה ולמידת מכונה עם יותר מ-10 שנים בהנדסה ו-6+ שנים בלמידת מכונה. הוא פרסם מערכות ML בסקלה גדולה בחברות כמו OLX Group ו-Simplaex, כתב מספר ספרים טכניים, כולל Machine Learning Bookcamp, והוא מאסטר של Kaggle עם מקום ראשון באתגר Criteo של NIPS'17. הצטרפו ל-Slack שלנו: https://datatalks.club/slack.html ​