Programa do Curso

Introdução à Customização Avançada de Modelos

  • Visão geral do fine-tuning e gerenciamento de prompts no Vertex AI
  • Casos de uso para otimização de modelos
  • Laboratório prático: configurando o workspace do Vertex AI

Fine-Tuning Supervisionado de Modelos Gemini

  • Preparando dados de treinamento para fine-tuning
  • Rodando pipelines de fine-tuning supervisionados
  • Laboratório prático: fine-tuning de um modelo Gemini

Engenharia de Prompts e Gerenciamento de Versões

  • Projeto de prompts eficazes para IA gerativa
  • Controle de versão e reprodutibilidade
  • Laboratório prático: criando e testando versões de prompt

Avaliação e Comparação com Benchmarks

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

Implantação e Monitoramento do Modelo

  • Integrando modelos otimizados em aplicações
  • Monitoramento de desempenho e detecção de deriva
  • Laboratório prático: implantação de um modelo fine-tuned

Melhores Práticas para Otimização de IA Empresarial

  • Escalabilidade e gestão de custos
  • Considerações éticas e mitigação de vieses
  • Caso de estudo: melhorando aplicações AI em produção

Direções Futuras no Fine-Tuning e Gerenciamento de Prompts

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

Resumo e Próximos Passos

Requisitos

  • Experiência com fluxos de trabalho de machine learning
  • Conhecimento de programação em Python
  • Familiaridade com plataformas de IA baseadas em nuvem

Público-Alvo

  • Engenheiros de IA
  • Praticantes de MLOps
  • Cientistas de dados
 14 Horas

Número de participantes


Preço por Participante

Próximas Formações Provisórias

Categorias Relacionadas