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 prompts en Vertex AI.
- Casos de uso para la optimización de modelos.
- Laboratorio práctico: configuración del entorno de trabajo 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: realización de un ajuste fino a un modelo Gemini.
Ingeniería de prompts y gestión de versiones
- Diseño de prompts efectivos para IA generativa.
- Control de versiones y reproducibilidad.
- Laboratorio práctico: creación y prueba de versiones de prompts.
Evaluación y establecimiento de puntos de referencia
- Resumen de las bibliotecas de evaluación en Vertex AI.
- Automatización de flujos de trabajo de pruebas y validación.
- Laboratorio práctico: evaluación de prompts y salidas.
Despliegue y monitoreo del modelo
- Integración de modelos optimizados en aplicaciones.
- Monitoreo del rendimiento y detección de deriva (drift).
- Laboratorio práctico: despliegue de un modelo con ajuste fino.
Mejores prácticas para la optimización de IA empresarial
- Escalabilidad y gestión de costos.
- Consideraciones éticas y mitigación de sesgos.
- Análisis de casos: mejora de aplicaciones de IA en producción.
Futuras direcciones en ajuste fino y gestión de prompts
- Tendencias emergentes en la optimización de LLM.
- Adaptación automática de prompts 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.
- Familiaridad con plataformas de IA basadas en la nube.
Público objetivo
- Ingenieros de IA.
- Practicantes de MLOps.
- Científicos de datos.
14 Horas
Reseñas (1)
pasos sencillos en ML
John Erick Baltazar - Globe telecom
Curso - Vertex AI
Traducción Automática