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.
Đề cương khóa học
Giới thiệu về các mô hình Devstral và Mistral
- Tổng quan về các mô hình nguồn mở của Mistral
- Giấy phép Apache-2.0 và việc áp dụng trong doanh nghiệp
- Vai trò của Devstral trong các luồng làm việc lập trình và tác nhân
Tự đăng ký host cho các mô hình Mistral và Devstral
- Chuẩn bị môi trường và lựa chọn cơ sở hạ tầng
- Đóng gói và triển khai với Docker/Kubernetes
- Các yếu tố cân nhắc khi mở rộng cho sản xuất
Các kỹ thuật tinh chỉnh
- Tinh chỉnh có giám sát so với tinh chỉnh hiệu quả về tham số
- Chuẩn bị và làm sạch bộ dữ liệu
- Ví dụ về tùy chỉnh theo lĩnh vực
Quản lý và phiên bản hóa mô hình
- Các thực hành tốt nhất cho quản lý vòng đời mô hình
- Phiên bản hóa và các chiến lược hoàn lại mô hình
- Pipeline CI/CD cho các mô hình ML
Quyền quản lý và tuân thủ
- Các vấn đề an ninh khi triển khai nguồn mở
- Theo dõi và khả năng kiểm toán trong các bối cảnh doanh nghiệp
- Cấu trúc tuân thủ và các thực hành AI có trách nhiệm
Theo dõi và khả năng quan sát
- Theo dõi sự đổi thay mô hình và sự suy giảm độ chính xác
- Công cụ đo lường hiệu suất suy luận
- Các luồng cảnh báo và phản hồi
Các nghiên cứu trường hợp và các thực hành tốt nhất
- Các trường hợp sử dụng Mistral và Devstral trong các ngành
- Cân bằng chi phí, hiệu suất và kiểm soát
- Các bài học rút ra từ quản lý mô hình nguồn mở
Tóm lược và các bước tiếp theo
Yêu cầu
- Hiểu biết về các quy trình làm việc của Machine Learning
- Kinh nghiệm với các khung Machine Learning dựa trên Python
- Quen thuộc với việc container hóa và các môi trường triển khai
Đối tượng
- Nhân viên ML
- Nhóm nền tảng dữ liệu
- Nhân viên nghiên cứu
14 Giờ học
