Bądźmy w kontakcie

Plan Szkolenia

Wprowadzenie do modeli LLM open-source

  • Przegląd modeli DeepSeek, Mistral, LLaMA i innych modeli open-source
  • Jak działają modele LLM: Transformery, samouwaga i szkolenie
  • Porównanie modeli LLM open-source z modelami własnościowymi

Dostrajanie i dostosowywanie modeli LLM

  • Przygotowanie danych do dostrajania
  • Szkolenie i optymalizacja modeli LLM za pomocą Hugging Face
  • Ocena wydajności modelu i łagodzenie błędów

Tworzenie agentów AI z wykorzystaniem modeli LLM

  • Wprowadzenie do LangChain do tworzenia agentów AI
  • Projektowanie przepływów pracy opartych na agentach z wykorzystaniem modeli LLM
  • Pamięć, generowanie wspomagane przez pobieranie (RAG) i wykonywanie działań

Wdrażanie agentów AI opartych na LLM

  • Konteneryzacja agentów AI za pomocą Dockera
  • Integracja modeli LLM z aplikacjami przedsiębiorstw
  • Skalowanie agentów AI za pomocą usług chmurowych i API

Bezpieczeństwo i zgodność w AI przedsiębiorstw

  • Zagadnienia etyczne i zgodność z przepisami
  • Łagodzenie ryzyk w automatyzacji napędzanej przez AI
  • Monitorowanie i audytowanie zachowań agentów AI

Studia przypadków i zastosowania w rzeczywistym świecie

  • Wirtualni asystenci zasilani przez LLM
  • Automatyzacja dokumentów napędzana przez AI
  • Niestandardowe agenty AI do analizy przedsiębiorstw

Optymalizacja i utrzymanie agentów opartych na LLM

  • Ciągłe ulepszanie i aktualizowanie modeli
  • Wdrażanie monitorowania i pętli sprzężenia zwrotnego
  • Strategie optymalizacji kosztów i dostrajania wydajności

Podsumowanie i kolejne kroki

Wymagania

  • Silne zrozumienie AI i uczenia maszynowego
  • Doświadczenie w programowaniu w Pythonie
  • Znajomość dużych modeli językowych (LLM) i przetwarzania języka naturalnego (NLP)

Grupa docelowa

  • Inżynierowie AI
  • Programiści oprogramowania przedsiębiorstw
  • Liderzy biznesowi
 21 godzin

Liczba uczestników


Cena za uczestnika (netto)

Propozycje terminów

Powiązane Kategorie