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
Introduksjon til Devstral og Mistral Modeller
- Oversikt over Mistrals åpne kildekode modeller
- Apache-2.0 lisensiering og bedriftsadopsjon
- Devstrals rolle i kodings- og agentbaserte arbeidsfløyer
Selvverting av Mistral og Devstral Modeller
- Forberedelse av miljø og infrastrukturvalg
- Kontainering og distribusjon med Docker/Kubernetes
- Skaleringshensyn for produksjonsbruk
Finetuning Teknikker
- Overvåket finetuning mot parameter-effektiv tuning
- Forberedelse og rensing av datasett
- Eksempler på domenespesifikk tilpasning
Model Ops og Versjonering
- Beste praksis for modell-livsyklushåndtering
- Versjonering og tilbakestillingsstrategier for modeller
- CI/CD-rørledninger for ML-modeller
Styring og Overholdelse
- Sikkerhetshensyn ved distribusjon av åpen kildekode
- Overvåking og revisjonsmuligheter i bedriftskontekster
- Overholdelsesramverk og ansvarlig AI-praksis
Overvåking og Observasjonsmuligheter
- Sporing av modelldrifter og nøyaktighetsforringelse
- Instrumentering for inferensytelse
- Varslings- og responsarbeidsfløyer
Tilfeller og Beste Praksis
- Brancheeksempler på adopsjon av Mistral og Devstral
- Balansering mellom kostnad, ytelse og kontroll
- Lærdommer fra Model Ops med åpen kildekode
Sammenfatning og Neste Skritt
Krav
- En forståelse av maskinlæringsarbeidsflyter
- Erfaring med Python-baserte ML-rammeverk
- Kjennskap til containerisering og deployeringmiljøer
Målgruppe
- ML-ingeniører
- Dataplattformlag
- Forskningsingeniører
14 timer