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 21 órák
Kurzusleírás
Bevezetés a nyílt forráskódú LLM-ekbe
- Áttekintés a DeepSeek, Mistral, LLaMA és más nyílt forráskódú modellekről
- Hogyan működnek az LLM-ek: Transzformerek, önmegfigyelés és képzés
- Nyílt forráskódú LLM-ek összehasonlítása a kereskedelmi modellekkel
LLM-ek finomhangolása és testreszabása
- Adatelőkészítés a finomhangoláshoz
- LLM-ek képzése és optimalizálása a Hugging Face segítségével
- Modell teljesítményének értékelése és elfogultság csökkentése
MI ügynökök építése LLM-ekkel
- Bevezetés a LangChain-be MI ügynökfejlesztéshez
- Ügynök-alapú munkafolyamatok tervezése LLM-ekkel
- Memória, lekérdezés-alapú generálás (RAG) és műveletek végrehajtása
LLM-alapú MI ügynökök üzembe helyezése
- MI ügynökök konténerbe helyezése Dockerrel
- LLM-ek integrálása vállalati alkalmazásokba
- MI ügynökök skálázása felhőszolgáltatásokkal és API-kkal
Biztonság és megfelelőség a vállalati MI-ben
- Etikai megfontolások és szabályozási megfelelőség
- Kockázatok csökkentése az MI-alapú automatizálásban
- MI ügynökök viselkedésének monitorozása és auditálása
Esettanulmányok és valós alkalmazások
- LLM-alapú virtuális asszisztensek
- MI-alapú dokumentumautomatizálás
- Egyedi MI ügynökök vállalati elemzésekhez
LLM-alapú ügynökök optimalizálása és karbantartása
- Folyamatos modellfejlesztés és frissítés
- Monitorozási és visszajelzési hurkok üzembe helyezése
- Költségoptimalizálási és teljesítményfinomhangolási stratégiák
Összefoglalás és következő lépések
Követelmények
- Erős ismeretek az MI és gépi tanulás területén
- Tapasztalat Python programozásban
- Ismeretek a nagy nyelvi modellek (LLM) és a természetes nyelvfeldolgozás (NLP) területén
Célközönség
- MI mérnökök
- Vállalati szoftverfejlesztők
- Üzleti vezetők
