Schița de curs

Introducere în Personalizarea Avansată a Modelelor

  • Panoramă asupra finelui tune și gestionării prompt-urilor în Vertex AI
  • Cazuri de utilizare pentru optimizarea modelului
  • Laborator practic: configurarea spațiului de lucru Vertex AI

Finetuning Supervizat al Modelelor Gemini

  • Pregătirea datelor de antrenament pentru finetuning
  • Rularea pipelinelor de finetuning supervizat
  • Laborator practic: finetuning-ul unui model Gemini

Ingineria Prompt-urilor și Gestionarea Versiunilor

  • Proiectarea prompt-urilor eficiente pentru AI generativă
  • Gestionarea versiunilor și reproducibilitatea
  • Laborator practic: crearea și testarea versiunilor de prompt

Evaluare și Benchmarking

  • Panoramă asupra bibliotecilor de evaluare în Vertex AI
  • Automatizarea fluxurilor de lucru de testare și validare
  • Laborator practic: evaluarea prompt-urilor și a ieșirilor

Implementarea și Monitorizarea Modelelor

  • Integrarea modelelor optimizate în aplicații
  • Monitorizarea performanței și detectarea derivației
  • Laborator practic: implementarea unui model finetuning-uit

Cele Mai Bune Practici pentru Optimizarea AI în Enterprise

  • Scalabilitatea și gestionarea costurilor
  • Considerente etice și reducerea prejudecăților
  • Studiu de caz: îmbunătățirea aplicațiilor AI în producție

Direcții Viitoare în Finetuning și Gestionarea Prompt-urilor

  • Tendințe emergente în optimizarea LLM
  • Adaptarea automată a prompt-urilor și învățarea prin îmbunătățiri
  • Implicațiile strategice pentru adoptarea în enterprise

Rezumat și Următoarele Pași

Cerințe

  • Experiență cu fluxuri de lucru ale învățării automatice
  • Cunoștințe de programare Python
  • Familiarizare cu platformele AI bazate pe cloud

Public țintă

  • Ingineri AI
  • Practicieni MLops
  • Cercetători de date
 14 ore

Numărul de participanți


Pret per participant

Cursuri viitoare

Categorii înrudite