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 ao Ajuste Fino do DeepSeek LLM
- Visão geral dos modelos DeepSeek, como o DeepSeek-R1 e o DeepSeek-V3
- Compreendendo a necessidade do ajuste fino em LLMs
- Comparação entre ajuste fino e engenharia de prompts (prompt engineering)
Preparação do Conjunto de Dados para Ajuste Fino
- Seleção e curadoria de conjuntos de dados específicos do domínio
- Técnicas de pré-processamento e limpeza de dados
- Tokenização e formatação do conjunto de dados para o DeepSeek LLM
Configuração do Ambiente de Ajuste Fino
- Configurando aceleração via GPU e TPU
- Configuração do Hugging Face Transformers com o DeepSeek LLM
- Compreensão dos hiperparâmetros para o ajuste fino
Aplicando o Ajuste Fino no DeepSeek LLM
- Implementação do ajuste fino supervisionado (supervised fine-tuning)
- Uso do LoRA (Low-Rank Adaptation) e PEFT (Parameter-Efficient Fine-Tuning)
- Execução de ajuste fino distribuído para conjuntos de dados em larga escala
Avaliação e Otimização dos Modelos Ajustados
- Avaliação do desempenho do modelo com métricas adequadas
- Tratamento de overfitting (sobreajuste) e underfitting (subajuste)
- Otimização da velocidade de inferência e eficiência do modelo
Implantação dos Modelos DeepSeek Ajustados
- Empacotamento de modelos para implantação via API
- Integração de modelos ajustados em aplicações existentes
- Escalonamento das implantações com computação em nuvem e edge computing
Casos de Uso Reais e Aplicações
- LLMs ajustados para finanças, saúde e atendimento ao cliente
- Estudos de caso de aplicações setoriais
- Considerações éticas em modelos de IA específicos do domínio
Resumo e Próximos Passos
Requisitos
- Experiência com frameworks de aprendizado de máquina e aprendizado profundo
- Familiaridade com transformadores (transformers) e grandes modelos de linguagem (LLMs)
- Compreensão das técnicas de pré-processamento de dados e treinamento de modelos
Público-Alvo
- Pesquisadores de IA explorando o ajuste fino em LLMs
- Engenheiros de aprendizado de máquina desenvolvendo modelos de IA personalizados
- Desenvolvedores avançados implementando soluções orientadas por IA
21 Horas
