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.
Durata 14 ore
Schița de curs
Introducere în modelele Devstral și Mistral
- Prezentarea generală a modelelor open-source de la Mistral
- Licențierea Apache-2.0 și adoptarea la nivel enterprise
- Rolul Devstral în workflows de coding și agenții
Self-hosting pentru modelele Mistral și Devstral
- Pregătirea mediului și alegerile de infrastructură
- Containerizare și deployment cu Docker/Kubernetes
- Considerații pentru scalare în utilizarea de producție
Tehnici de fine-tuning
- Fine-tuning supraveghiat vs. tuning eficient din punct de vedere al parametrilor
- Pregătirea și curățarea seturilor de date
- Exemple de personalizare specifică domeniului
Model Ops și versioning
- Bune practici pentru managementul ciclului de viață al modelului
- Versioning al modelului și strategii de rollback
- Pipeline-uri CI/CD pentru modele ML
Governance și compliance
- Considerații de securitate pentru deployment-ul open-source
- Monitoring și auditabilitate în contexte enterprise
- Framework-uri de compliance și practici de AI responsabilă
Monitoring și observabilitate
- Urmărirea model drift și degradarea acurateței
- Instrumentare pentru performanța de inference
- Workflows de alertare și răspuns
Studii de caz și bune practici
- Cazuri de utilizare industriale pentru adoptarea Mistral și Devstral
- Balancează cost, performanță și control
- Leçons învățate din Model Ops open-source
Sinteză și pașii următori
Cerințe
- Înțelegerea fluxurilor de lucru în machine learning
- Experiență cu framework-uri ML bazate pe Python
- Familiarizare cu containerizarea și mediile de deployment
Audiență
- Ingineri ML
- Echipe de platformă de date
- Ingineri de cercetare
