Support us

LLM для профессионалов: Курс по генеративному ИИ от экспертов Amazon и DeepLearning.AI

Нашли отличный курс от экспертов AI-подразделения Amazon Web Services (AWS), где рассказывают о работе генеративного искусственного интеллекта и о том, как применять его в реальных приложениях.

Оставить комментарий
LLM для профессионалов: Курс по генеративному ИИ от экспертов Amazon и DeepLearning.AI

Нашли отличный курс от экспертов AI-подразделения Amazon Web Services (AWS), где рассказывают о работе генеративного искусственного интеллекта и о том, как применять его в реальных приложениях.

Generative AI with Large Language Models (LLM)

Этот курс — не для новичков. Чтобы его пройти, нужно иметь опыт программирования на Python. Также вы должны быть знакомы с основами машинного обучения, такими как контролируемое и неконтролируемое обучение, функции потерь и разбивка данных на обучающие, проверочные и тестовые наборы. 

Инструктор курса — Крис Фрегли, главный архитектор решений по генеративному искусственному интеллекту в Amazon Web Services (AWS), соавтор двух книг O’Reilly: Data Science on AWS и Generative AI on AWS. Крис также является основателем глобальной серии встреч Generative AI on AWS. 

На курсе вы научитесь

  • Глубоко понимать генеративный ИИ, описывая ключевые этапы типичного жизненного цикла генеративного ИИ на базе LLM: от сбора данных и выбора модели до оценки производительности и развертывания.
  • Подробно описывать архитектуру трансформатора, на котором основаны LLM: как он обучается и как тонкая настройка позволяет адаптировать LLM к различным конкретным случаям использования.
  • Использовать эмпирические законы масштабирования для
    оптимизации целевой функции модели в зависимости от размера набора данных, бюджета вычислений и требований к выводам.
  • Применять самые современные методы обучения, настройки, вывода, инструменты и развертывания для достижения максимальной производительности моделей в рамках конкретных ограничений вашего проекта. 
  • Обсудите проблемы и возможности, которые генеративный ИИ создает для бизнеса.
  • Получите базовые знания, практические навыки и функциональное понимание того, как работает генеративный ИИ
  • Погрузитесь в последние исследования в области генеративного ИИ, чтобы понять, как компании создают ценности с помощью передовых технологий.

Сколько нужно времени

Курс разбит на 3 недельных модуля, так чтобы заниматься по 1-1.5 часа в день. Общая продолжительность занятий 16 часов, включая тестирование и лабораторные работы. Все можно проходить в собственном ритме, ограничений по времни нет. А чтобы получить сертификат, придется выполнить 3 задания — по одному в конце каждого модуля. 

Посмотреть программу

TIP от Adviser: Учиться на Coursera выгоднее с подпиской Coursera Plus. За $59 в месяц можно пройти неограниченное число учебных программ из более чем 7000. Это идеальный вариант, если вы готовы посвятить много времени учебе.

Математика для Machine Learning и Data Science: основы которые точно надо знать
Математика для Machine Learning и Data Science: основы, которые точно надо знать
По теме
Математика для Machine Learning и Data Science: основы, которые точно надо знать
Как войти в AI и ML. Экспертный гид по профессии: компетенции курсы возможности
Как войти в AI и ML. Экспертный гид по профессии: компетенции, курсы, возможности
По теме
Как войти в AI и ML. Экспертный гид по профессии: компетенции, курсы, возможности
Читайте также
Личная ОС: как спроектировать систему эффективности, для которой не требуется силы воли (почти)
Личная ОС: как спроектировать систему эффективности, для которой не требуется силы воли (почти)
Личная ОС: как спроектировать систему эффективности, для которой не требуется силы воли (почти)
Сколько раз за вчерашний день вы что-то проверяли? Календарь, почту, два мессенджера, баланс карты, не забыли ли продлить подписку. Каждая такая проверка занимает секунды, и поэтому времени не жалко. Но к вечеру из этих секунд набирается второй рабочий день — только без зарплаты и выходных.
Не с нуля: как прежний опыт помогает перейти в новую роль
Не с нуля: как прежний опыт помогает перейти в новую роль
Не с нуля: как прежний опыт помогает перейти в новую роль
В новой вакансии просят опыт, которого, судя по названию должности, у вас нет. Но что-то из этой работы вы уже точно делали: уточняли требования, разбирали данные, оценивали риски, предлагали решения. Просто это было ещё в прежней роли и пока не сложилось в отдельную историю.
Как не превратить пет-проект во вторую работу: правила безопасного размера
Как не превратить пет-проект во вторую работу: правила безопасного размера
Как не превратить пет-проект во вторую работу: правила безопасного размера
Вы садитесь за свой проект в десять вечера, потому что днём было некогда. Правите баг, замечаете второй, к полуночи переписываете модуль, который вообще-то работал. А наутро вспоминаете про дедлайн, который сами себе и поставили. Кажется, это уже не совсем хобби.
Как читать зарплатную вилку, если рынок разговаривает загадками
Как читать зарплатную вилку, если рынок разговаривает загадками
Как читать зарплатную вилку, если рынок разговаривает загадками
«Зарплата — $4–6 тысяч». На первый взгляд всё понятно: если вы подходите компании, где-то внутри этого диапазона должна лежать ваша будущая зарплата. Но между красивой вилкой в вакансии и деньгами, которые окажутся у вас на счёте, иногда лежит довольно большая дистанция.

Хотите сообщить важную новость? Свяжитесь с редакцией через страницу контактов

Главные события и полезные ссылки в нашем Telegram-канале

Обсуждение
Комментируйте без ограничений

Релоцировались? Теперь вы можете комментировать без верификации аккаунта.

Комментариев пока нет.