Mulțumim pentru trimiterea solicitării! Un membru al echipei noastre vă va contacta în curând.
Mulțumim pentru trimiterea rezervării! Un membru al echipei noastre vă va contacta în curând.
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
Mărturii (1)
pași ușoare în ML
John Erick Baltazar - Globe telecom
Curs - Vertex AI
Tradus de catre o masina