Bądźmy w kontakcie
 Czas trwania 14 godzin

Plan Szkolenia

Wprowadzenie do zaawansowanego dostosowywania modeli

  • Przegląd dostrajania i zarządzania promptami w Vertex AI
  • Przypadki użycia optymalizacji modeli
  • Laboratorium praktyczne: konfiguracja obszaru roboczego Vertex AI

Nadzorowane dostrajanie modeli Gemini

  • Przygotowywanie danych treningowych do dostrajania
  • Uruchamianie potoków nadzorowanego dostrajania
  • Laboratorium praktyczne: dostrajanie modelu Gemini

Inżynieria promptów i zarządzanie wersjami

  • Projektowanie skutecznych promptów dla generatywnej AI
  • Kontrola wersji i odtwarzalność
  • Laboratorium praktyczne: tworzenie i testowanie wersji promptów

Ocena i analiza porównawcza

  • Przegląd bibliotek oceny w Vertex AI
  • Automatyzacja przepływów testowania i walidacji
  • Laboratorium praktyczne: ocena promptów i wyników

Wdrażanie i monitorowanie modeli

  • Integracja zoptymalizowanych modeli z aplikacjami
  • Monitorowanie wydajności i wykrywanie dryfu
  • Laboratorium praktyczne: wdrażanie dostrojonego modelu

Najlepsze praktyki optymalizacji AI w przedsiębiorstwie

  • Skalowalność i zarządzanie kosztami
  • Względy etyczne i ograniczanie stronniczości
  • Studium przypadku: ulepszanie aplikacji AI w środowisku produkcyjnym

Przyszłe kierunki w dostrajaniu i zarządzaniu promptami

  • Pojawiające się trendy w optymalizacji LLM
  • Automatyczne dostosowywanie promptów i uczenie ze wzmocnieniem
  • Strategiczne implikacje dla adopcji w przedsiębiorstwach

Podsumowanie i kolejne kroki

Wymagania

  • Doświadczenie w przepływach pracy uczenia maszynowego
  • Znajomość programowania w Pythonie
  • Znajomość platform AI opartych na chmurze

Grupa docelowa

  • Inżynierowie AI
  • Praktycy MLOps
  • Analitycy danych

Liczba uczestników


Cena za uczestnika (netto)

Opinie uczestników (1)

Propozycje terminów

Powiązane Kategorie