Kursplan

Introduktion till Avancerad Modellanpassning

  • Översikt över finjustering och prompt-hantering i Vertex AI
  • Användningsfall för modelloptimering
  • Praktisk övning: inställning av Vertex AI-arbetsplats

Övervakad Finjustering av Gemini-modeller

  • Förberedelse av träningsdata för finjustering
  • Körning av övervakade finjusteringspipelines
  • Praktisk övning: finjustering av en Gemini-modell

Prompt Engineering och Versionhantering

  • Design av effektiva prompts för generativ AI
  • Versionkontroll och reproducerbarhet
  • Praktisk övning: skapande och testning av prompt-versioner

Utvärdering och Benchmarking

  • Översikt över utvärderingsbibliotek i Vertex AI
  • Automatisering av test- och valideringsarbetsflöden
  • Praktisk övning: utvärdering av prompts och utdata

Modelldistribution och Övervakning

  • Integration av optimerade modeller i applikationer
  • Övervakning av prestanda och driftdetektering
  • Praktisk övning: distribution av en finjusterad modell

Bästa Praktiker för Enterprise AI-optimering

  • Skalbarhet och kostnadshantering
  • Etiska överväganden och biasminskning
  • Fallstudie: förbättring av AI-applikationer i produktion

Framtida Riktningar för Finjustering och Prompt-hantering

  • Uppkommande trender inom LLM-optimering
  • Automatiserad prompt-anpassning och förstärkningslärande
  • Strategiska implikationer för företagsadoption

Sammanfattning och Nästa Steg

Krav

  • Erfarenhet av maskininlärningsarbetsflöden
  • Kunskap i Python-programmering
  • Kännedom om molnbaserade AI-plattformar

Målgrupp

  • AI-ingenjörer
  • MLops-praktiker
  • Datavetenskapsmän
 14 timmar

Antal deltagare


Pris per deltagare

Kommande Kurser

Relaterade Kategorier