Kom i kontakt
 Varaktighet 14 timmar

Kursplan

Introduktion till avancerad modellanpassning

  • Översikt över finjustering och prompthantering i Vertex AI
  • Användningsfall för modelloptimering
  • Praktiskt labb: Konfigurering av Vertex AI-arbetsytor

Övervakad finjustering av Gemini-modeller

  • Förberedelse av träningsdata för finjustering
  • Körning av övervakade finjusteringspipelines
  • Praktiskt labb: Finjustering av en Gemini-modell

Promptengineering och versionshantering

  • Design av effektiva prompts för generativ AI
  • Versionkontroll och reproducerbarhet
  • Praktiskt labb: Skapande och testning av promptversioner

Utvärdering och benchmarkning

  • Översikt över utvärderingsbibliotek i Vertex AI
  • Automatisering av test- och valideringsarbetsflöden
  • Praktiskt labb: Utvärdering av prompts och utdata

Modelldeployning och övervakning

  • Integration av optimerade modeller i tillämpningar
  • Övervakning av prestanda och driftdetektering
  • Praktiskt labb: Deployning av en finjusterad modell

Utgångspunkter för företags-AI-optimering

  • Skalbarhet och kostnadsstyrning
  • Ethiska överväganden och biasminimering
  • Kasstudie: Förbättring av AI-tillämpningar i produktion

Fråmliga riktningar inom finjustering och prompthantering

  • Nyheter inom LLM-optimering
  • Automatiserad promptanpassning och förstärkande inlärning
  • Strategiska implikationer för företagsimplementering

Sammanfattning och nästa steg

Krav

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

Målgrupp

  • AI-ingenjörer
  • MLOps-praktiker
  • Datavetare

Antal deltagare


Pris per deltagare

Vittnesmål (1)

Kommande Kurser

Relaterade Kategorier