Ta kontakt

Kursplan

Introduksjon til avansert modelltilpasning

  • Et overblikk over finjustering og prompt-håndtering i Vertex AI
  • Bruksområder for modell-optimalisering
  • Hands-on lab: oppsett av Vertex AI-arbeidsområde

Supervised fine-tuning av Gemini-modeller

  • Forberedelse av treneingsdata for finjustering
  • Kjøre supervised fine-tuning-pipelines
  • Hands-on lab: finjustering av en Gemini-modell

Prompt engineering og versjonshåndtering

  • Utforming av effektive prompts for generativ AI
  • Versjonskontroll og reproduksjonsevne
  • Hands-on lab: oppretting og testing av promptversjoner

Evaluering og benchmarking

  • Et overblikk over evalueringsbiblioteker i Vertex AI
  • Automatisering av test- og valideringsarbeidsflyter
  • Hands-on lab: evaluering av prompts og utganger

Modelldeployering og overvåkning

  • Integrasjon av optimerte modeller i applikasjoner
  • Overvåking av ytelse og driftsdekke
  • Hands-on lab: utpasing av en finjustert modell

Bester praksis for enterprise-AI-optimalisering

  • Skalerbarhet og kostnadshåndtering
  • Etniske hensyn og bias-mitigering
  • Kasestudi: forbedring av AI-applikasjoner i produksjon

Framtidige retninger for finjustering og prompt-håndtering

  • Oppblomrende trend i LLM-optimalisering
  • Automatisk prompttilpasning og forsterkningslæring
  • Strategiske implikasjoner for enterprise-oppdateringer

Oppsummering og neste steg

Krav

  • Opplevelse med maskinlæringsarbeidsflyter
  • Kunnskap om Python-programmering
  • Kjennskap til skybaserte AI-plattformer

Målgruppe

  • AI-ingeniører
  • MLOps-praktikere
  • Dataingeniører
 14 Timer

Antall deltakere


Pris per deltaker

Referanser (1)

Kommende kurs

Relaterte kategorier