Prenez contact avec nous

Plan du cours

Introduction à la personnalisation avancée des modèles

  • Vue d’ensemble de l’affinage et de la gestion des prompts dans Vertex AI
  • Cas d’usage pour l’optimisation des modèles
  • Atelier pratique : configuration de l’espace de travail Vertex AI

Affinage supervisé des modèles Gemini

  • Préparation des données d’entraînement pour l’affinage
  • Exécution de pipelines d’affinage supervisé
  • Atelier pratique : affinage d’un modèle Gemini

Génie des prompts et gestion de version

  • Conception de prompts efficaces pour l’IA générative
  • Contrôle de version et reproductibilité
  • Atelier pratique : création et test de versions de prompts

Évaluation et tests comparatifs

  • Vue d’ensemble des bibliothèques d’évaluation dans Vertex AI
  • Automatisation des flux de test et de validation
  • Atelier pratique : évaluation des prompts et des sorties

Déploiement et surveillance des modèles

  • Intégration des modèles optimisés dans les applications
  • Surveillance des performances et détection de la dérive
  • Atelier pratique : déploiement d’un modèle affiné

Meilleures pratiques pour l’optimisation de l’IA en entreprise

  • Scalabilité et gestion des coûts
  • Considérations éthiques et atténuation des biais
  • Étude de cas : amélioration des applications IA en production

Voies futures de l’affinage et de la gestion des prompts

  • Tendances émergentes dans l’optimisation des LLM
  • Adaptation automatisée des prompts et apprentissage par renforcement
  • Implications stratégiques pour l’adoption en entreprise

Résumé et prochaines étapes

Pré requis

  • Expérience dans les flux de travail de machine learning
  • Connaissances de la programmation Python
  • Familiarité avec les plateformes d’IA cloud

Public cible

  • Ingénieurs IA
  • Praticiens MLOps
  • Scientifiques des données
 14 Heures

Nombre de participants


Prix par participant

Nos clients témoignent (1)

Cours à venir

Catégories Similaires