План на курса

Въведение в LLMs с отворен код

  • Преглед на DeepSeek, Mistral, LLaMA и други модели с отворен код
  • Как работят LLMs: Трансформатори, самовнимание и обучение
  • Сравнение на LLMs с отворен код и патентовани модели

Fine-Tuning и персонализиране на LLM

  • Подготовка на данни за фина настройка
  • Обучение и оптимизиране на LLM с помощта на Hugging Face
  • Оценяване на ефективността на модела и смекчаване на отклоненията

Изграждане AI Agents с LLM

  • Въведение в LangChain за разработване на AI агенти
  • Проектиране на базирани на агенти работни потоци с LLM
  • Памет, генериране с разширено извличане (RAG) и изпълнение на действие

Внедряване на база LLM AI Agents

  • Контейнериране на AI агенти с Docker
  • Интегриране на LLM в корпоративни приложения
  • Мащабиране на AI агенти с облачни услуги и API

Сигурност и съответствие в Enterprise AI

  • Етични съображения и съответствие с нормативните изисквания
  • Намаляване на рисковете при автоматизацията, управлявана от AI
  • Мониторинг и одит на поведението на AI агент

Казуси и приложения в реалния свят

  • Задвижвани от LLM виртуални асистенти
  • Автоматизация на документи, управлявана от AI
  • Персонализирани AI агенти за корпоративни анализи

Оптимизиране и поддържане на LLM-базирани агенти

  • Непрекъснато подобряване и актуализиране на модела
  • Внедряване на вериги за наблюдение и обратна връзка
  • Стратегии за оптимизиране на разходите и настройка на производителността

Обобщение и следващи стъпки

Изисквания

  • Силно разбиране на AI и машинното обучение
  • Опит с Python програмиране
  • Познаване на големи езикови модели (LLM) и обработка на естествен език (NLP)

Публика

  • AI инженери
  • Разработчици на корпоративен софтуер
  • Business лидери
 21 Часа

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории