Neem contact met ons op

Cursusaanbod

Inleiding tot LLM-vertaalsysteemoplossingen

  • Achtergrond over neuronale machinevertaling (NMT) en diens beperkingen
  • Overzicht van de verschillende LLM-architecturen en hun vertalmogelijkheden
  • Vergelijking tussen traditionele MT-technieken en LLM-gebaseerde vertalingen

Werken met commercieel beschikbare en open-source LLMs

  • Gebruik van OpenAI-, DeepSeek-, Qwen- en Mistral-modellen voor vertaaltaken
  • Prestaties en vertragingen: wat zijn de belangrijkste overwegingen?
  • Het kiezen van het juiste model op basis van je specifieke workflow

Het bouwen van vertaalpijplijnen met LangChain

  • Basisprincipes voor het ontwerpen van LLM-vertaalpijplijnen
  • Een compleet vertaalproces opbouwen in LangChain
  • Hoe om te gaan met beperkingen qua contextvenster en tokengebruik

Automatisering van vertaalwerkstromen

  • Het plannen van vertaaltaken met Python en hulpmiddelen voor automatisering
  • Beheren van grotere batchtaken in meerdere talen tegelijk
  • Integratie met bestaande lokalisatiesoftware en -systemen

Verbetering van vertaalkwaliteit

  • Effectieve prompt engineering voor contextgevoelige vertalingen
  • Automatiseren van nabewerking en ontwerp van mens-machine samenwerkingsprocessen
  • Strategieën voor het fine-tunen van modellen gericht op specifieke domeinen of branches

Beoordelen en monitoren van vertaalpijplijnen

  • Automatische kwaliteitsbeoordeling (AQE) en evaluatie met de BLEU-methode
  • Loggen, analyseren en het controleren van pijplijnen in werking
  • Behandelen van fouten en implementeren van fallbackmechanismen

Schaalbaarheid en implementatie van vertaalsysteemoplossingen

  • Implementeren op de cloud, bijvoorbeeld via Docker of serverless-oplossingen
  • Load balancing en parallelle verwerking voor grote aantallen vertaaltaken
  • Beveiliging, naleving van wet- en regelgeving en bescherming van data bij vertalingen

Integratie van vertaalpijplijnen in bedrijfsomvangtelijke infrastructuur

  • Verbinden van vertaal-API’s met contentmanagementsystemen, ERP-software en andere lokalisatieplatformen
  • Beheren van kosten en prestaties bij grotere schaaleffecten
  • Governance en goedkeuringsprocedures voor bedrijfsbreed vertalen

Samenvatting en vervolgstappen

Vereisten

  • Kennis van het programmeren in Python
  • Ervaring met API-integratie en workflowautomatisering
  • Bekendheid met basisconcepten rond machine learning en taalmodellen

Doelgroep

  • Machine Learning Engineers
  • Specialisten in lokalisatie en vertaaltechnologie
  • Software-architecten en technisch leiders
 21 Uren

Aantal deelnemers


Prijs per deelnemer

Voorlopige Aankomende Cursussen

Gerelateerde categorieën