Entrar em Contato

Programa do Curso

Introdução à Personalização Avançada de Modelos

  • Visão geral do aprimoramento e do gerenciamento de prompts no Vertex AI
  • Casos de uso para otimização de modelos
  • Laboratório prático: configuração do espaço de trabalho do Vertex AI

Aprimoramento Supervisionado de Modelos Gemini

  • Preparação dos dados de treinamento para aprimoramento
  • Execução de pipelines de aprimoramento supervisionado
  • Laboratório prático: aprimorando um modelo Gemini

Engenharia de Prompts e Gestão de Versões

  • Criação de prompts eficazes para IA generativa
  • Controle de versão e reprodutibilidade
  • Laboratório prático: criação e teste de versões de prompts

Avaliação e Benchmarking

  • Visão geral das bibliotecas de avaliação no Vertex AI
  • Automação de fluxos de trabalho de testes e validação
  • Laboratório prático: avaliando prompts e saídas

Implantação e Monitoramento de Modelos

  • Integração de modelos otimizados em aplicações
  • Monitoramento de desempenho e detecção de deriva (drift)
  • Laboratório prático: implantação de um modelo aprimorado

Melhores Práticas para Otimização de IA Empresarial

  • Escalabilidade e gestão de custos
  • Considerações éticas e mitigação de viés
  • Estudo de caso: melhoria de aplicações de IA em produção

Futuro do Aprimoramento e do Gerenciamento de Prompts

  • Tendências emergentes na otimização de LLMs
  • Adaptação automatizada de prompts e aprendizado por reforço
  • Implicações estratégicas para a adoção empresarial

Resumo e Próximos Passos

Requisitos

  • Experiência com fluxos de trabalho de aprendizado de máquina
  • Conhecimento de programação em Python
  • Familiaridade com plataformas de IA baseadas em nuvem

Público-alvo

  • Engenheiros de IA
  • Especialistas em MLOps
  • Cientistas de dados
 14 Horas

Número de participantes


Preço por participante

Testemunhos de Clientes (1)

Próximas Formações Provisórias

Categorias Relacionadas