Menu

AI Agents en RAG-Applicaties bouwen met LangChain (Python)

Wil jij AI-agents, Retrieval Augmented Automation-chatbots en andere systemen bouwen met Python en Large Language Models? LangChain is de populairste Python library voor wie applicaties wil bouwen die op LLM’s gebaseerd zijn.

LangChain Training

In deze training leren Python ontwikkelaars hoe ze applicaties kunnen bouwen met LangChain. Je leert RAG-systemen bouwen, AI-agents en vele andere toepassingen.

Doelgroep

Deze training is gericht op ontwikkelaars die al werken met Python, zoals Python ontwikkelaars en data scientists. Heb jij nog geen eerdere ervaring met Python? Volg dan eerst onze Python training.

Curriculum

Dag 1

  • Blok 1: LLM Fundamentals

    • Wat is een LLM echt (tokens, context window, temperature)
    • Commerciële modellen vs. lokale modellen (zoals Ollama)
    • Beperkingen van LLM’s en hoe LangChain deze kan oplossen 
  • Blok 2: De basis van LangChain

    • Wat is LangChain en uit welke componenten bestaat het?
    • Maak je eerste LangChain script
    • PromptTemplate & ChatPromptTemplate
    • System vs Human messages
    • Conversaties maken met LangChain
    • Structured output (Pydantic models)
    • LangChain verbinden met Streamlit
  • Blok 3: Embeddings & Vector Databases

    • Embeddings en similarity search uitgelegd
    • Embedding modellen
    • Document loaders
    • Chunking strategieën
  • Blok 4: Een RAG applicatie bouwen

    • Retriever opzetten
    • RetrievalQA chain
    • Custom RAG pipeline bouwen
    • Data injecteren in de semantische database

Dag 2

  • Blok 5: Tool calling

    • Wat zijn tools?
    • Tools definiëren in Python
    • Externe API integratie
    • Database tools
  • Blok 6: Tools en Search Engine API’s

    • Uitleg Search Engine API’s
    • Search Engine tools bouwen
    • Search Engine antwoorden evalueren
  • Blok 7: AI Agents

    • Tools integreren in een AI-agent
    • ReAct principe
    • Observations & loops
    • Bouw een research agent met RAG en Search Engine API
  • Blok 8: Afsluiting en next steps

    • Introductie LangGraph
    • Afsluiting en rondvraag

Voorkennis

Voor deze training is basiskennis van Python vereist.

Duur van de training

Deze training duurt vier dagdelen (twee werkdagen).

Jouw certificaat

Na afloop ontvang je een certificaat van deelname.

Jouw resultaat

Na het volgen van deze training kun je LangChain gebruiken en kun je RAG-chatbots en AI agents bouwen met LangChain.

Aanpak

Deze training is zo hands-on mogelijk opgebouwd. Je leert steeds nieuwe concepten, en vervolgens ga je zelf aan de slag met code-voorbeelden en opdrachten om de opgedane kennis in de praktijk toe te passen. Na het doorlopen van deze training heb je zelf meerdere projecten gebouwd met LangChain en Streamlit

Incompany Training

Wij verzorgen trainingen voor zowel grote als kleine groepen op locatie

Jouw Trainer

Thomas Janssen

Thomas Janssen heeft de afgelopen tien jaar organisaties geholpen om efficiënter te werken door de inzet van opkomende technologieën. Zijn expertise bleef niet onopgemerkt: Microsoft erkende hem als Microsoft Certified Trainer en UiPath riep hem maar liefst drie keer uit tot MVP – een titel die wereldwijd slechts honderd toonaangevende automation professionals mogen dragen.

Met meer dan honderd trainingen per jaar en een YouTube-kanaal dat jaarlijks door ruim één miljoen mensen wordt bezocht, deelt Thomas zijn kennis en passie voor kunstmatige intelligentie en procesautomatisering met een wereldwijd publiek.

Klanten geven ons een 9,2

Neem contact op

Andere Trainingen

In deze Copilot Chat training leer je werken met Copilot in één werkdag. Voor deze training heb je geen Copilot licentie nodig.
Maak kennis met Copilot in alle applicaties waar je dagelijks mee werkt; Word, Excel, PowerPoint, Outlook en Teams en leer AI agents bouwen!
AI Agents leren bouwen in Copilot Studio? In deze eendaagse training ga je zelf aan de slag met het bouwen van AI assistenten met Copilot Studio.