Building Retrieval-Augmented Agents with DSPy: Declarative RAG Systems with Python and LLMs (Design, Optimize, and Deploy Modular RAG Agents with DSPy, Vector Databases and LLM Toolchains) -

Format: Broché

Voir le descriptif

Note : 0

0 avis

Soyez le premier à donner un avis

Vous en avez un à vendre ?

Vendez-le-vôtre

Prix conseillé 36,99 €

-17%

Qu'est-ce que le prix barré ?

C'est le prix de vente conseillé par le fabricant ou l'importateur du produit.

30,56 €

Produit Neuf

Ou 7,64 € /mois

Livraison à 0,01 €
Livré entre le 23 juillet et le 4 août

Voir les modes de livraison

RiaChristie

PRO Vendeur favori

4,9/5 sur + de 1 000 ventes

Brand new, In English, Fast shipping from London, UK; Tout neuf, en anglais, expédition rapide depuis Londres, Royaume-Uni;ria9798288451201_dbm

Voir le détail de l'annonce

Vous avez choisi le retrait chez le vendeur à

Payez directement sur Rakuten (CB, PayPal, 4xCB...)
Récupérez le produit directement chez le vendeur
Rakuten vous rembourse en cas de problème

Terminer ma commande

Gratuit et sans engagement

Félicitations !

Nous sommes heureux de vous compter parmi nos membres du Club Rakuten !

TROUVER UN MAGASIN

Adresse

Retour

Horaires

Note :

Avis sur Building Retrieval - Augmented Agents With Dspy: Declarative Rag Systems With Python And Llms (Design, Optimize, And... - Livre 12 ans et +

Note : 0 0 avis sur Building Retrieval - Augmented Agents With Dspy: Declarative Rag Systems With Python And Llms (Design, Optimize, And... - Livre 12 ans et +

Donnez votre avis

Donnez votre avis sur ce produit

Votre note * : 1/5 2/5 3/5 4/5 5/5 Veuillez donner une note au produit

Le titre de votre avis* : Saisissez un titre

Quelques conseils :

Donnez le ton de votre avis, résumez-le en quelques mots qui apparaîtront comme le titre de votre avis.

Votre avis* : (40 caractères minimum) Saisissez un avis

Quelques conseils :

N'hésitez pas à mettre en avant les caractéristiques de ce produit, n'oubliez pas de mentionner ses avantages et/ou ses défauts éventuels. Décrivez précisément, argumentez, soyez convaincant !

Annuler

Les avis publiés font l'objet d'un contrôle automatisé de Rakuten.

Produits similaires

Présentation Building Retrieval - Augmented Agents With Dspy: Declarative Rag Systems With Python And Llms (Design, Optimize, And...
- Livre 12 ans et +

Livre 12 ans et + - 31/12/2024 - Broché - Langue : Autre

Langue : Autre

Parution : 31/12/2024

Format : Petit

ISBN : 9798288451201

Résumé :

Unlock the full potential of Retrieval-Augmented Generation (RAG) with Building Retrieval-Augmented Agents with DSPy, the definitive guide to designing modular, declarative, and self-improving AI systems using Python and large language models (LLMs).

Whether you're an AI developer, machine learning engineer, backend architect, or NLP researcher, this book delivers a hands-on, end-to-end approach to constructing intelligent agents using the powerful DSPy framework. You'll learn how to build robust RAG pipelines that seamlessly integrate vector search, document chunking, tool calling, memory handling, and modular LLM orchestration-while maintaining full control over optimization and traceability.

Written by Roberto Pizzlo, a leading voice in the field of modern AI systems, this book is your launchpad into scalable, production-ready agentic workflows. With concise explanations, up-to-date DSPy examples, and best practices drawn from real-world deployments, this guide equips you to build agents that reason, retrieve, revise, and respond with precision.

Inside You'll Learn:

How to construct declarative RAG pipelines using DSPy's signature-driven programming
Techniques for chunking, embedding, indexing, and hybrid retrieval using FAISS, Qdrant, and Weaviate
How to integrate OpenAI, Claude, Cohere, or local LLMs via DSPy modules
Optimizing agents using MIPROv2, BootstrapFewShot, and assertion-based correction loops
Tool-augmented workflows combining search, calculators, summarizers, and code interpreters
Real-world case studies on building enterprise-grade knowledge bots
Deployment strategies with FastAPI, Docker, and local embedding models via Ollama
Future directions in modular RAG, memory-augmented agents, and self-adaptive pipelines

Why This Book?

Unlike abstract theory-heavy texts, this guide focuses on practical implementation, real-world design patterns, and scalable agent infrastructure. It's built for the realities of 2024 and beyond, where precision, observability, and modular design are essential for AI production systems.

If you're working with DSPy, Python, RAG, LLMs, retrievers, vector search, or frameworks like LangChain, LlamaIndex, or AutoGen, this book is a must-have resource in your AI development toolkit.

About the Author:

Roberto Pizzlo is a seasoned AI systems engineer and author with a growing portfolio of influential titles on intelligent agents, modular LLM architecture, and generative AI frameworks. Known for his clarity, technical depth, and practical insight, Pizzlo has helped thousands of professionals master cutting-edge AI technologies and deploy scalable NLP pipelines across industries.

Perfect For:
LLM engineers, AI developers, data scientists, backend teams, NLP practitioners, MLops professionals, and anyone building next-gen AI applications.

...

Détails de conformité du produit

Consulter les détails de conformité de ce produit (

Personne responsable dans l'UE

)

Building Retrieval-Augmented Agents with DSPy: Declarative RAG Systems with Python and LLMs (Design, Optimize, and Deploy Modular RAG Agents with DSPy, Vector Databases and LLM Toolchains) -

Avis sur Building Retrieval - Augmented Agents With Dspy: Declarative Rag Systems With Python And Llms (Design, Optimize, And... - Livre 12 ans et +

Présentation Building Retrieval - Augmented Agents With Dspy: Declarative Rag Systems With Python And Llms (Design, Optimize, And... - Livre 12 ans et +

Présentation Building Retrieval - Augmented Agents With Dspy: Declarative Rag Systems With Python And Llms (Design, Optimize, And...
- Livre 12 ans et +