Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Introducción a la personalización avanzada de modelos
- Resumen del ajuste fino y la gestión de indicaciones en Vertex AI
- Casos de uso para la optimización de modelos
- Laboratorio práctico: configuración del entorno de Vertex AI
Ajuste fino supervisado de modelos Gemini
- Preparación de datos de entrenamiento para el ajuste fino
- Ejecución de tuberías de ajuste fino supervisado
- Laboratorio práctico: ajuste fino de un modelo Gemini
Ingeniería de indicaciones y gestión de versiones
- Diseño de indicaciones efectivas para la inteligencia artificial generativa
- Control de versiones y reproducibilidad
- Laboratorio práctico: creación y pruebas de versiones de indicaciones
Evaluación y comparación de rendimiento
- Resumen de las bibliotecas de análisis en Vertex AI
- Automatización de flujos de trabajo de pruebas y validación
- Laboratorio práctico: evaluación de indicaciones y salidas
Despliegue y monitoreo de modelos
- Integración de modelos optimizados en aplicaciones
- Monitoreo del rendimiento y detección de deriva de datos
- Laboratorio práctico: despliegue de un modelo ajustado fino
Mejores prácticas para la optimización de inteligencia artificial empresarial
- Escalabilidad y gestión de costos
- Consideraciones éticas y mitigación de sesgos
- Estudio de caso: mejora de aplicaciones de inteligencia artificial en producción
Futuro en la gestión de indicaciones y ajuste fino
- Tendencias emergentes en la optimización de modelos de lenguaje grandes (LLM)
- Adaptación automatizada de indicaciones y aprendizaje por refuerzo
- Implicaciones estratégicas para la adopción empresarial
Resumen y próximos pasos
Requerimientos
- Experiencia con flujos de trabajo de aprendizaje automático
- Conocimientos de programación en Python
- Conocimiento de plataformas de inteligencia artificial en la nube
Público objetivo
- Ingenieros de inteligencia artificial
- Profesionales de MLOps
- Científicos de datos
14 Horas
Testimonios (1)
pasos sencillos en ML
John Erick Baltazar - Globe telecom
Curso - Vertex AI
Traducción Automática