Lize Raes est Product Manager et Developer Advocate chez Naboo.ai, où elle aide à façonner les outils de productivité de demain pour les développeurs. Collaboratrice du framework LangChain4j, elle s'intéresse à l'application concrète de l'IA et aime partager cette passion avec les développeurs. Cherchant à utiliser la technologie pour relever les défis sociétaux, Lize a travaillé comme chercheuse en implants cochléaires à l'Université de Gand, ingénieure en bioinformatique dans la recherche de médicaments, et conseillère pour le gouvernement belge, où son modèle de pronostic COVID-19 a été utilisé. Hors du travail, on la trouve au piano ou dans son atelier de menuiserie.
Explore the power of a childlike learning approach in the workplace and discover how fostering curiosity, playfulness, and experimentation can transform your programming experience. In a working environment that encourages creativity, safe risk-taking, and collaborative learning, we achieve better problem-solving skills, a higher rate of innovation, and more happiness. Get ready to embrace a journey towards a love of lifelong learning and a more joyful and fulfilling coding career.
Do you want to integrate Large Language Models (LLMs) in your Java application?
We built LangChain4j exactly for that! The popular framework allows you to easily create AI-powered chatbots, process loads of unstructured data, analyse patterns and even return POJOs. Via AI Services you can give LLMs access to various tools: call APIs, access databases, and even dynamically execute generated code. The sky is the limit! You will get a hands-on guided tour through LangChain4j's functionality and its integrations (OpenAI, Google Gemini, Ollama, Dall-E, Quarkus, Spring Boot, and many more), and you will learn how to give LLMs access to your documents (RAG). By the end of this session, you will have all the technical knowledge to start coding, along with plenty of inspiration for designing a new generation of apps.
Découvrez avec nous les dernières fonctionnalités de LangChain4j. Pour des applications prêtes à la production, nous explorons les outils pour la modération, des stratégies architecturales pour intégrer plusieurs LLM, et des méthodes d'évaluation robustes pour applications non déterministes. Nous traitons les aspects critiques pour les entreprises, y compris la sélection de modèles locaux ou commerciaux et leur tarification, confidentialité des données, et observabilité. De plus, nous présentons des techniques de Retrieval-Augmented Generation (RAG) avancées pour ancrer avec précision vos modèles avec des infos récupérées dynamiquement à partir de documents, bases de données et du web.
Searching for speaker images...