
Enhance Java apps with Python using GraalPy. Explore embedding Python in Java, integrating AI libraries, and leveraging multi-language capabilities for data science and machine learning.

Build customizable RAG workflows using OSS tools and your own data to optimize GenAI applications for corporate environments. Learn best practices and advanced techniques.

Explore reproducibility and data version control for LangChain and LLM/OpenAI models using lakeFS. Learn to manage large datasets efficiently and achieve reproducibility in LLM applications.

Explore OpenAI's Swarm framework through code examples, learning concepts and applications for multi-agent systems. Gain insights into routines, agent handoffs, context injection, and function calling.

Explore techniques for extracting structured data from PDFs using LangChain, Gemini Pro 1.5, and Pydantic. Learn to leverage machine learning for efficient information retrieval and processing.

Explore LangChain's Pandas DataFrame Agent with Gemini Pro, integrating machine learning and data science techniques for enhanced data analysis and manipulation.

Explore Ragent, a framework for scalable AI agents built on Ray's distributed computing capabilities. Learn about its key features and integration with popular tools for developing production-ready agent applications.

Explore Neo4J Knowledge Graph Builder for creating knowledge graphs from unstructured data using LLMs and LangChain. Learn to leverage this tool for advanced data science and machine learning applications.

Explore integrating Langchain with ElasticSearch for RAG applications, using ElasticSearch as a vector store and retrieval component with Gemini.

Explora la integración de Langchain con ElasticSearch y aprende a implementar aplicaciones RAG utilizando Gemini como modelo base y ElasticSearch como almacén de vectores.

Descubre cómo crear Knowledge Graphs con Neo4J Knowledge Graph Builder, utilizando datos no estructurados y tecnologías como LLM y LangChain para potenciar tus proyectos de ciencia de datos.

Descubre cómo extraer información estructurada de PDFs utilizando LangChain, Gemini Pro 1.5 y Pydantic. Aprende técnicas avanzadas de procesamiento de documentos para mejorar tus habilidades en machine learning.

Aprende a integrar LangChain's Pandas DataFrame Agent con Gemini Pro para potenciar el análisis de datos y la ejecución de código en machine learning.

Aprende a crear una base de conocimientos gráfica con Neo4J, extrayendo temas y palabras clave de textos mediante Langchain y el modelo Phi3 de Microsoft.

Aprende a crear Knowledge Graphs con Neo4J, integrando OpenAI y Gemini para procesar información no estructurada de diversas fuentes.

Aprende a encadenar y ejecutar Chains de forma secuencial o paralela en Langchain para optimizar el procesamiento de lenguaje natural.

Crea una herramienta de preguntas y respuestas utilizando RAG, Gemini Pro, Langchain y Chroma para analizar documentos legales en PDF.

Crea un chain Retrieval QA con Langchain, Faiss y OpenAI. Aprende a salvar componentes en MLFLOW Databricks y realizar inferencias usando la chain creada.

Aprende a instalar y utilizar MLFlow Deployment Server para interactuar con múltiples LLMs, incluyendo OpenAI, Anthropic y Langchain. Demostración práctica y código disponible.

Genera datos sintéticos utilizando Langchain, OpenAI y Faker para proyectos de ciencia de datos y aprendizaje automático en español.

Aprende a clasificar documentos usando Langchain, Ollama con Mistral 7B y Chromadb para análisis de similitud en español.