Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
Съдържание и теми, включени в курса
Въведение в LLM с отворен код
- Преглед на DeepSeek, Mistral, LLaMA и други модели с отворен код
- Как работят LLM: Трансформъри, самовнимание и обучение
- Сравнение на LLM с отворен код срещу патентовани модели
Донастройване и персонализиране на LLM
- Подготовка на данни за донастройване
- Обучение и оптимизиране на LLM с помощта на Hugging Face
- Оценка на производителността на модела и смекчаване на отклонения
Изграждане на AI агенти с LLM
- Въведение в LangChain за разработка на AI агенти
- Проектиране на агенто-базирани работни потоци с LLM
- Памет, генериране с извличане (RAG) и изпълнение на действия
Внедряване на LLM-базирани AI агенти
- Контейнеризиране на AI агенти с Docker
- Интегриране на LLM в корпоративни приложения
- Мащабиране на AI агенти с облачни услуги и API-та
Сигурност и съответствие в корпоративния AI
- Етични съображения и регулаторно съответствие
- Намаляване на рисковете при автоматизация, задвижвана от AI
- Мониторинг и одит на поведението на AI агенти
Казуси и приложения от реалния свят
- Виртуални асистенти, задвижвани от LLM
- Автоматизация на документи, управлявана от AI
- Персонализирани AI агенти за корпоративен анализ
Оптимизиране и поддръжка на LLM-базирани агенти
- Непрекъснато подобрение и актуализиране на модела
- Внедряване на цикли за мониторинг и обратна връзка
- Стратегии за оптимизиране на разходите и настройка на производителността
Обобщение и следващи стъпки
Изисквания
- Солидно разбиране за AI и машинно обучение
- Опит с програмиране на Python
- Запознатост с големи езикови модели (LLM) и обработка на естествен език (NLP)
Аудитория
- AI инженери
- Корпоративни софтуерни разработчици
- Бизнес лидери
21 Часа
