Intrati in legatura
 Durata 14 ore

Schița de curs

Introducere în personalizarea avansată a modelelor

  • Prezentare generală a fine-tuningului și gestionării prompturilor în Vertex AI
  • Cazuri de utilizare pentru optimizarea modelelor
  • Laborator practic: configurarea spațiului de lucru 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-tuningul unui model Gemini

Prompt engineering și gestionarea versiunilor

  • Proiectarea de prompturi eficiente pentru AI generativă
  • Controlul versiunilor și reproductibilitatea
  • 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 derivei
  • Laborator practic: implementarea unui model cu fine-tuning

Bune practici pentru optimizarea AI la nivel enterprise

  • Scalabilitate și gestionarea costurilor
  • Considerații etice și reducerea biasului
  • Studiu de caz: îmbunătățirea aplicațiilor AI în producție

Direcții viitoare în fine-tuning și gestionarea prompturilor

  • Tendințe emergente în optimizarea LLM-urilor
  • Adaptarea automată a prompturilor și învățarea prin consolidare
  • Implicații strategice pentru adoptarea la nivel enterprise

Rezumat și pașii următori

Cerințe

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

Public țintă

  • Ingineri AI
  • Practicieni MLOps
  • Data scientists

Numărul de participanți


Pret per participant

Mărturii (1)

Cursuri viitoare

Categorii înrudite