Takk for at du sendte din henvendelse! En av våre teammedlemmer vil kontakte deg straks.
Takk for at du sendte din bestilling! En av våre teammedlemmer vil kontakte deg straks.
Kursplan
Innføring til Devstral- og Mistral-modeller
- Oppsummering av Mistral sine modeller med åpen kildekode
- Apache-2.0-lisensiering og innføring i næringslivet
- Devstrals rolle i koding og agentiske arbeidsflyter
Selvhosting av Mistral- og Devstral-modeller
- Miljøforberedelse og valg av infrastruktur
- Kontainerisering og utplassering med Docker/Kubernetes
- Skaleringsbetraktninger for produksjonsbruk
Finjusteringsteknikker
- Overvåket finjustering vs. parametereffektiv justering
- Forberedelse og rensing av datasets
- Eksempler på domespesifikk tilpasning
Model Ops og versjonering
- Beste praksis for livssyklusstyring av modeller
- Strategier for versjonering og tilbakerulling av modeller
- CI/CD-piperlinjer for ML-modeller
Styring og samsvar
- Sikkerhetsbetraktninger for utplassering med åpen kildekode
- Overvåking og revisbarhet i næringslivskontekster
- Samsvarsrammeverk og praksis for ansvarlig AI
Overvåking og observabilitet
- Sporing av modelldrift og nøyaktighetsforringelse
- Måling for inferanse-ytelse
- Advarsels- og responsarbeidsflyter
Kasusstudier og beste praksis
- Bransjebrukstilfeller for innføring av Mistral og Devstral
- Å balansere kostnad, ytelse og kontroll
- Lekser lært fra åpen kildekode Model Ops
Oppsummering og neste steg
Krav
- Kunnskap om maskinlæringsarbeidsflyter
- Erfaring med Python-baserte ML-rammeverk
- Kjennskap til kontainerisering og utplasseringsmiljøer
Målgruppe
- ML-ingeniører
- Dataplattformteam
- Forskningsingeniører
14 Timer