BC Skills Academy

生成式AI与RAG工程

构建基于检索的、面向生产的高质量大型语言模型应用

Key facts

About the 生成式AI与RAG工程 certification

掌握基于大型语言模型的生产级生成式AI系统背后的工程学科。本专业认证从如何在推理阶段引导模型开始：提示技术（零样本、少样本、思维链）、系统提示与角色设计，以及控制确定性与多样性平衡的解码参数——温度、top-k、top-p。 课程的核心是端到端的检索增强生成（RAG）：加载与切分文档（切块大小、重叠与语义策略）、将文本嵌入以用于检索、使用正确索引（HNSW、IVF）将向量存入向量数据库，以及用余弦相似度和点积度量相似性。你将深入学习检索本身——稠密向量、稀疏/BM25词汇检索、混合融合，以及使用交叉编码器重排——然后组装一个遵守Token预算、避免「迷失在中间」失效模式的上下文窗口。 最后三分之一是将演示与产品区分开来的关键：通过引用为答案提供依据、诊断并缓解幻觉、评估RAG流水线的忠实性与答案相关性（RAGAS）、接入函数/工具调用与结构化JSON输出、添加护栏与安全过滤器，以及通过缓存控制成本。学完后，你将能够设计、构建、评估并调试一个有依据的RAG应用，并为每一个架构选择进行辩护。

Course outline

The 生成式 AI 与 RAG 工程 — 学习指南 course covers:

  1. 提示与解码控制 — 在推理时引导LLM：零样本/少样本和思维链提示、系统提示，以及解码旋钮——温度、top-k、top-p。 (3 lessons)
  2. RAG流水线端到端 — 完整架构：离线摄取（加载、分块、嵌入、索引）和在线查询（嵌入、检索、重排序、生成），以及分块策略。 (3 lessons)
  3. 向量数据库与检索 — 存储和搜索嵌入：HNSW和IVF索引、相似度度量，以及稠密、稀疏与混合检索及重排序。 (3 lessons)
  4. 接地、幻觉与评估 — 上下文窗口组装、幻觉原因与缓解、引用，以及使用忠实度、相关性和RAGAS衡量RAG质量。 (4 lessons)
  5. 工具、结构化输出、护栏与成本 — 函数/工具调用、结构化JSON输出、针对提示注入的护栏和安全，以及通过缓存控制延迟和成本。 (4 lessons)

Prerequisites

Frequently asked questions

Is the 生成式AI与RAG工程 certificate verifiable?
Yes. Every certificate issued by BC Skills Academy carries a unique credential ID that anyone can check on the public verification page.
How is the 生成式AI与RAG工程 exam structured?
It is a timed, randomized multiple-choice exam of 66 questions in 90 minutes, graded instantly; you need 75% to pass.
Can I get a refund?
Full refund within 7 days of purchase if you have not started the exam. Once the exam has been started or completed, the purchase is no longer refundable.

Related certifications