Programa del Curso

Introducción a la Personalización Avanzada de Modelos

  • Visión general del ajuste fino y la gestión de prompts en Vertex AI
  • Casos de uso para la optimización de modelos
  • Laboratorio práctico: configuración del espacio de trabajo de Vertex AI

Ajuste Fino Supervisado de Modelos Gemini

  • Preparación de datos de entrenamiento para el ajuste fino
  • Ejecución de pipelines de ajuste fino supervisado
  • Laboratorio práctico: ajuste fino de un modelo Gemini

Ingeniería de Prompts y Gestión de Versiones

  • Diseño de prompts efectivos para IA generativa
  • Control de versiones y reproducibilidad
  • Laboratorio práctico: creación y prueba de versiones de prompts

Evaluación y Benchmarking

  • Visión general de bibliotecas de evaluación en Vertex AI
  • Automatización de flujos de trabajo de pruebas y validación
  • Laboratorio práctico: evaluación de prompts y salidas

Despliegue y Monitoreo de Modelos

  • Integración de modelos optimizados en aplicaciones
  • Monitoreo del rendimiento y detección de desviaciones
  • Laboratorio práctico: despliegue de un modelo ajustado finamente

Prácticas Mejores para la Optimización de IA Empresarial

  • Escalar y gestión del costo
  • Consideraciones éticas y mitigación de sesgos
  • Estudio de caso: mejora de aplicaciones de IA en producción

Direcciones Futuras en Ajuste Fino y Gestión de Prompts

  • Tendencias emergentes en la optimización de LLM
  • Aprendizaje por refuerzo y adaptación automática de prompts
  • Implicaciones estratégicas para la adopción empresarial

Resumen y Pasos Siguientes

Requerimientos

  • Experiencia con flujos de trabajo de aprendizaje automático
  • Conocimiento del programación en Python
  • Familiaridad con plataformas basadas en la nube para IA

Público Objetivo

  • Ingenieros de IA
  • Practicantes de MLops
  • Científicos de datos
 14 Horas

Número de participantes


Precio por Participante​

Próximos cursos

Categorías Relacionadas