Cursusaanbod

Inleiding tot geavanceerde model aanpassing

  • Overzicht van fine-tuning en promptbeheer in Vertex AI
  • Gebruiksgevallen voor modeloptimalisatie
  • Praktijkles: instellen van de Vertex AI-werkruimte

Supervised Fine-Tuning van Gemini-modellen

  • Trainingdata voorbereiden voor fine-tuning
  • Supervised fine-tuningpipelines uitvoeren
  • Praktijkles: fine-tuning van een Gemini-model

Prompt Engineering en Versiebeheer

  • Effectieve prompts ontwerpen voor generatieve AI
  • Versiebeheer en reproductibiliteit
  • Praktijkles: aanmaken en testen van promptversies

Evaluatie en Benchmarking

  • Overzicht van evaluatielibraries in Vertex AI
  • Automatiseren van test- en validatieworkflows
  • Praktijkles: evaluatie van prompts en uitvoeren

Modeldeploying en Monitoring

  • Geoptimaliseerde modellen integreren in toepassingen
  • Prestatiemonitoring en driftdetectie
  • Praktijkles: deployen van een gefinetuned model

Beste praktijken voor enterprise AI-optimalisatie

  • Schalbaarheid en kostbeheer
  • Ethische overwegingen en biasvermindering
  • Case study: verbetering van AI-toepassingen in productie

Toekomstgerichte richtingen in fine-tuning en promptbeheer

  • Opkomende trends in LLM-optimalisatie
  • Automatische promptaanpassing en reinforcement learning
  • Strategische implicaties voor enterprise-adoptie

Samenvatting en volgende stappen

Vereisten

  • Ervaring met machine learning workflows
  • Kennis van Python-programmering
  • Kennis van cloudgebaseerde AI-platforms

Doelgroep

  • AI-ingenieurs
  • MLops-praktijkonderzoekers
  • Datawetenschappers
 14 Uren

Aantal deelnemers


Prijs Per Deelnemer

Voorlopige Aankomende Cursussen

Gerelateerde categorieën