Plan Szkolenia

Wprowadzenie do Zaawansowanej Personalizacji Modeli

  • Przegląd dopasowywania i zarządzania wpisami w Vertex AI
  • Przypadki użycia optymalizacji modeli
  • Praktyczne laboratorium: ustawianie przestrzeni pracy Vertex AI

Nadzorowane Dopasowywanie Modeli Gemini

  • Przygotowywanie danych do trenowania do dopasowywania
  • Wykonywanie procesów nadzorowanego dopasowywania
  • Praktyczne laboratorium: dopasowywanie modelu Gemini

Inżynieria Wpisów i Zarządzanie Wersjami

  • Projektowanie skutecznych wpisów dla AI generującej
  • Kontrola wersji i powtarzalność
  • Praktyczne laboratorium: tworzenie i testowanie wersji wpisów

Ewaluacja i Benchmarking

  • Przegląd bibliotek ewaluacyjnych w Vertex AI
  • Automatyzacja procesów testowania i walidacji
  • Praktyczne laboratorium: ewaluacja wpisów i wyników

Wdrażanie i Monitorowanie Modeli

  • Integrowanie optymalizowanych modeli w aplikacje
  • Monitorowanie wydajności i wykrywanie driftu
  • Praktyczne laboratorium: wdrażanie dopasowanego modelu

Najlepsze Praktyki dla Optymalizacji AI w Przedsiębiorstwie

  • Skalowalność i zarządzanie kosztami
  • Etyczne rozważania i redukcja uprzedzeń
  • Przypadek: poprawa aplikacji AI w produkcji

Przyszłe Kierunki Dopasowywania i Zarządzania Wpisami

  • Nowe trendy w optymalizacji LLM
  • Automatyzacja adaptacji wpisów i uczenie z wzmocnieniem
  • Strategiczne implikacje dla adopcji w przedsiębiorstwie

Podsumowanie i Następne Kroki

Wymagania

  • Doświadczenie w procesach uczenia maszynowego
  • Znajomość programowania w Pythonie
  • Znałość platform AI opartych na chmurze

Grupa docelowa

  • Inżynierowie AI
  • Praktycy MLOps
  • Naukowcy danych
 14 godzin

Liczba uczestników


cena netto za uczestnika

Propozycje terminów

Powiązane Kategorie