Dziękujemy za wysłanie zapytania! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Dziękujemy za wysłanie rezerwacji! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Czas trwania 21 godzin (3 dni)
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
