Obrigado por enviar sua consulta! Um dos membros da nossa equipe entrará em contato com você em breve.
Obrigado por enviar sua reserva! Um dos membros da nossa equipe entrará em contato com você em breve.
Programa do Curso
Introdução aos Modelos Devstral e Mistral
- Panorama dos modelos de código aberto da Mistral
- Licenciamento Apache-2.0 e adoção empresarial
- Papel do Devstral em fluxos de trabalho de codificação e agentes (agentic)
Auto-hospedagem dos Modelos Mistral e Devstral
- Preparação do ambiente e escolhas de infraestrutura
- Containerização e implantação com Docker/Kubernetes
- Considerações de escalabilidade para uso em produção
Técnicas de Ajuste Fino
- Ajuste fino supervisionado versus ajuste eficiente de parâmetros
- Preparação e limpeza de conjuntos de dados
- Exemplos de personalização específica por domínio
Model Ops e Versionamento
- Boas práticas para gestão do ciclo de vida dos modelos
- Estratégias de versionamento e reversão (rollback) de modelos
- Pipelines de CI/CD para modelos de ML
Governança e Conformidade
- Considerações de segurança para implantação de código aberto
- Monitoramento e auditabilidade em contextos empresariais
- Estruturas de conformidade e práticas de IA responsável
Monitoramento e Observabilidade
- Rastreamento de deriva do modelo e degradação da precisão
- Instrumetação para desempenho de inferência
- Pipelines de alerta e resposta
Casos de Uso e Boas Práticas
- Estudos de caso sobre a adoção dos modelos Mistral e Devstral na indústria
- Equilíbrio entre custo, desempenho e controle
- Lições aprendidas com Model Ops de código aberto
Resumo e Próximos Passos
Requisitos
- Compreensão dos fluxos de trabalho de aprendizado de máquina
- Experiência com frameworks de ML baseados em Python
- Conhecimento prévio de containerização e ambientes de implantação
Público-Alvo
- Engenheiros de ML
- Equipes de plataformas de dados
- Engenheiros de pesquisa
14 Horas