Intrati in legatura

Schița de curs

Introducere în personalizarea avansată a modelelor

  • Prezentare generală a fine-tuning-ului și managementului prompturilor în Vertex AI
  • Cazuri de utilizare pentru optimizarea modelelor
  • Laborator practic: configurarea workspace-ului Vertex AI

Fine-tuning supervizat al modelelor Gemini

  • Pregătirea datelor de training pentru fine-tuning
  • Rularea pipeline-urilor de fine-tuning supervizat
  • Laborator practic: fine-tuning-ul unui model Gemini

Prompt engineering și managementul versiunilor

  • Proiectarea de prompturi eficiente pentru AI generativ
  • Controlul versiunilor și reproductibilitate
  • Laborator practic: crearea și testarea versiunilor de prompturi

Evaluare și benchmarking

  • Prezentare generală a bibliotecilor de evaluare din Vertex AI
  • Automatizarea fluxurilor de testare și validare
  • Laborator practic: evaluarea prompturilor și a rezultatelor

Implementarea și monitorizarea modelelor

  • Integrarea modelelor optimizate în aplicații
  • Monitorizarea performanței și detectarea drift-ului
  • Laborator practic: implementarea unui model cu fine-tuning

Bune practici pentru optimizarea AI în enterprise

  • Scalabilitate și managementul costurilor
  • Considerații etice și reducerea bias-ului
  • Studiu de caz: îmbunătățirea aplicațiilor AI în producție

Direcții viitoare în fine-tuning și managementul prompturilor

  • Tendințe emergente în optimizarea LLM-urilor
  • Adaptarea automată a prompturilor și reinforcement learning
  • Implicații strategice pentru adoptarea în enterprise

Rezumat și pașii următori

Cerințe

  • Experiență cu fluxuri de lucru de machine learning
  • Cunoștințe de programare Python
  • Familiaritate cu platforme AI în cloud

Public țintă

  • Ingineri AI
  • Practicieni MLOps
  • Data scientists
 14 Ore

Numărul de participanți


Pret per participant

Mărturii (1)

Cursuri viitoare

Categorii înrudite