Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Időtartalma 14 órák
Kurzusleírás
Bemutatás a Devstral és Mistral modellekhez
- A Mistral nyílt forráskódú modellek áttekintése
- Apache-2.0 licensz és vállalati bevezetés
- A Devstral szerepe kódolásban és agens munkafolyamatokban
Mistral és Devstral modellek saját befoglalása
- Környezet előkészítése és infrastruktúra-választás
- Containerizáció és megtervezés Docker/Kubernetes-sel
- Méretezési szempontok a gyártási használatra
Finomhangolási technikák
- Kötvényezett finomhangolás vs paraméter-hatékonyságra hangolás
- Adathalmazok előkészítése és tisztítása
- Domain-specifikus egyedi módosítás példaesetek
Model Ops és verziókezelés
- Legjobb gyakorlatok a modell-életciklus-kezeléshez
- Modell-verziókezelés és visszavonási stratégiák
- CI/CD pipeline-ek ML modellekhez
Kormányzás és megfelelőség
- Biztonsági szempontok a nyílt forráskódú megtervezéshez
- Monitoring és átláthatóság vállalati környezetben
- Megfelelőségi keretrendszerek és felelős MI-gyakorlatok
Monitoring és megfigyelhetőség
- Modell-eltérés és pontosságcsökkenés követése
- Instrumentálás inferencia teljesítményhez
- Riasztási és reagálási munkafolyamatok
Példaesetek és legjobbak gyakorlatok
- Iparági használati esetek a Mistral és Devstral bevezetésének
- Költség, teljesítmény és irányítás kiegyensúlyozása
- Tanulságok a nyílt forráskódú Model Ops-ból
Összefoglaló és következő lépések
Követelmények
- Gépértékelési folyamatok megértése
- Tapasztalat Python-alapú ML keretrendszerekkel
- Ismerettel containerizációval és megtervezési környezetekkel
Élőcsoport
- ML mérnökök
- Adatplatform-csapatok
- Kutatómérnökök