Liên hệ với chúng tôi

Đề cương khóa học

Giới thiệu về Tùy chỉnh Mô hình Nâng cao

  • Tổng quan về tinh chỉnh và quản lý prompt trong Vertex AI
  • Các trường hợp sử dụng cho việc tối ưu hóa mô hình
  • Phòng thực hành: thiết lập không gian làm việc Vertex AI

Tinh chỉnh có giám sát các Mô hình Gemini

  • Chuẩn bị dữ liệu huấn luyện cho việc tinh chỉnh
  • Chạy các pipeline tinh chỉnh có giám sát
  • Phòng thực hành: tinh chỉnh một mô hình Gemini

Kỹ thuật Prompt và Quản lý Phiên bản

  • Thiết kế các prompt hiệu quả cho AI tạo sinh
  • Kiểm soát phiên bản và khả năng tái lập
  • Phòng thực hành: tạo và kiểm thử các phiên bản prompt

Đánh giá và Xác lập Chuẩn

  • Tổng quan về các thư viện đánh giá trong Vertex AI
  • Tự động hóa các quy trình kiểm thử và xác thực
  • Phòng thực hành: đánh giá prompt và đầu ra

Triển khai và Giám sát Mô hình

  • Tích hợp các mô hình đã được tối ưu hóa vào ứng dụng
  • Giám sát hiệu suất và phát hiện độ trôi (drift)
  • Phòng thực hành: triển khai một mô hình đã tinh chỉnh

Thực hành Tốt nhất cho Tối ưu hóa AI Doanh nghiệp

  • Tính mở rộng và quản lý chi phí
  • Các yếu tố đạo đức và giảm thiểu thiên lệch
  • Nghiên cứu tình huống: cải thiện các ứng dụng AI trong môi trường sản xuất

Hướng phát triển trong Tương lai của Tinh chỉnh và Quản lý Prompt

  • Các xu hướng mới nổi trong tối ưu hóa LLM
  • Thích ứng prompt tự động và học tăng cường (reinforcement learning)
  • Tác động chiến lược đối với việc áp dụng trong doanh nghiệp

Tổng kết và Các Bước Tiếp theo

Yêu cầu

  • Kinh nghiệm làm việc với các quy trình học máy (machine learning)
  • Hiểu biết về lập trình Python
  • Quen thuộc với các nền tảng AI dựa trên đám mây

Đối tượng

  • Kỹ sư AI
  • Chuyên gia MLOps
  • Nhà khoa học dữ liệu
 14 Giờ

Số người tham gia


Giá cho mỗi học viên

Đánh giá (1)

Các khóa học sắp tới

Các danh mục liên quan