Cảm ơn bạn đã gửi yêu cầu! Một thành viên trong đội ngũ của chúng tôi sẽ liên hệ với bạn ngay lập tức.
Cảm ơn bạn đã gửi đặt chỗ! Một thành viên trong đội ngũ của chúng tôi sẽ liên hệ với bạn ngay lập tức.
Thời gian kéo dài 14 Giờ học
Đề cương khóa học
Giới thiệu về các mô hình Devstral và Mistral
- Tổng quan về các mô hình mã nguồn mở của Mistral
- Giấy phép Apache-2.0 và việc áp dụng trong doanh nghiệp
- Vai trò của Devstral trong quy trình làm việc lập trình và agent
Tự triển khai các mô hình Mistral và Devstral
- Chuẩn bị môi trường và lựa chọn hạ tầng
- Container hóa và triển khai với Docker/Kubernetes
- Các yếu tố cân nhắc về khả năng mở rộng cho môi trường sản xuất
Kỹ thuật tinh chỉnh (Fine-tuning)
- Tinh chỉnh có giám sát so với tinh chỉnh hiệu quả tham số
- Chuẩn bị và làm sạch bộ dữ liệu
- Các ví dụ về tùy chỉnh cho từng lĩnh vực cụ thể
Model Ops và Quản lý phiên bản
- Thực hành tốt nhất trong quản lý vòng đời mô hình
- Chiến lược quản lý phiên bản và hồi quy mô hình
- Quy trình CI/CD cho các mô hình ML
Quản trị và Tuân thủ
- Các cân nhắc về bảo mật trong triển khai mã nguồn mở
- Giám sát và khả năng kiểm tra (auditability) trong bối cảnh doanh nghiệp
- Các khung tuân thủ và thực hành AI có trách nhiệm
Giám sát và Quan sát (Observability)
- Theo dõi sự suy giảm độ lệch (drift) và độ chính xác của mô hình
- Dụng cụ đo lường hiệu suất suy luận (inference)
- Quy trình cảnh báo và phản hồi
Nghiên cứu tình huống và Thực hành tốt nhất
- Các trường hợp sử dụng trong ngành về việc áp dụng Mistral và Devstral
- Cân bằng giữa chi phí, hiệu suất và khả năng kiểm soát
- Bài học kinh nghiệm từ Model Ops mã nguồn mở
Tổng kết và Các bước tiếp theo
Yêu cầu
- Hiểu biết về các quy trình làm việc của machine learning
- Kinh nghiệm làm việc với các khung ML dựa trên Python
- Quen thuộc với container hóa và các môi trường triển khai
Đối tượng tham gia
- Kỹ sư ML
- Nhóm nền tảng dữ liệu
- Kỹ sư nghiên cứu
