Ta kontakt
 Varighet 14 timer

Kursplan

Innføring til Devstral- og Mistral-modeller

  • Overblikk over Mistrals open source-modeller
  • Apache-2.0-lisensiering og adopsjon i næringslivet
  • Devstrals rolle i koding og agentic arbeidsflyter

Selv-hosting av Mistral- og Devstral-modeller

  • Forberedelse av miljø og infrastrukturvalg
  • Containerisering og implementering med Docker/Kubernetes
  • Vekslingshensyn for bruksmiljø i produksjon

Finjusteringsteknikker

  • Overvåket finjustering vs. parameter-efektiv justering
  • Forberedelse og rengjøring av datasets
  • Eksempler på domespesifikke tilpasninger

Model Ops og versjonering

  • Beste praksis for livssyklusstyring av modeller
  • Strategier for versjonering og tilbakeslitting
  • CI/CD-piper for ML-modeller

Styring og samsvar

  • Sikkerhetsvurderinger for open source-implementering
  • Overvåking og sporbarehet i næringslivskontekster
  • Samsvarsrammer og praksis for ansvarlig KI

Overvåking og observabilitet

  • Sporing av modellforfelling og nøyaktighetsfall
  • Instrumentering for inferensytelse
  • Varsling og responsarbeidsflyter

Kasusstudier og beste praksis

  • Næringslivseksempler på adopsjon av Mistral og Devstral
  • Balansering mellom kostnad, ytelse og kontroll
  • Lærdommer fra open source Model Ops

Oppsummering og neste trinn

Krav

  • Kunnskaper om maskinlæringsarbeidsflyter
  • Erfaring med Python-baserte ML-rammeverk
  • Kjennskap til containerisering og implementeringsmiljøer

Målgruppe

  • ML-ingeniører
  • Dataplatteam
  • Forskningsingeniører

Antall deltakere


Pris per deltaker

Kommende kurs

Relaterte kategorier