آموزش توسعه مدل‌های GenAI و مهندسی تولید [ویدئویی] - آخرین آپدیت

دانلود GenAI Model Development and Production Engineering [Video]

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: سیستم‌های تولیدی هوش مصنوعی مولد (GenAI) به چیزی فراتر از یک پروتوتایپ امیدوارکننده نیاز دارند. سازمان‌ها به مدل‌هایی نیاز دارند که نیازهای دامنه تخصصی را درک کنند، به‌طور قابل‌اعتماد اجرا شوند، در مقیاس واقعی پاسخگو باشند و در محیط‌های سازمانی، قابل اندازه‌گیری، قابل نگهداری و بهینه از نظر هزینه باشند. این دوره مباحثی چون معماری هوش مصنوعی مولد، محیط‌های توسعه، انتخاب مدل، یکپارچه‌سازی LLM، موارد استفاده سازمانی، مفاهیم Fine-tuning، آماده‌سازی داده‌های آموزشی، چارچوب‌های ارزیابی، روش‌های بهینه پارامتریک مانند LoRA، استراتژی استقرار، برنامه‌ریزی زیرساخت، ابزارهای مانیتورینگ، پروتکل‌های نگهداری، الگوهای یکپارچه‌سازی، تست عملکرد، تولید محتوا، دستیارهای کدنویسی و روندهای آینده تکنولوژی را پوشش می‌دهد. فراگیران مهارت‌های لازم برای اجرای گردش‌کارهای Fine-tuning، برنامه‌ریزی استقرار در محیط تولید، ساخت سیستم‌های مانیتورینگ و به‌کارگیری تکنیک‌های بهینه‌سازی مانند Semantic Caching، مسیریابی ترکیبی (Hybrid Routing) و استراتژی‌های استقرار لبه (Edge Deployment) را کسب خواهند کرد. این دوره برای مهندسان و معمارانی طراحی شده است که مسئول تبدیل اپلیکیشن‌های GenAI به سیستم‌های تولیدی قابل‌اتکا هستند. - اجرای گردش‌کارهای Fine-tuning برای GenAI - آماده‌سازی داده‌های آموزشی برای مدل‌های سفارشی - ارزیابی عملکرد مدل با استفاده از چارچوب‌های استاندارد - برنامه‌ریزی زیرساخت استقرار در محیط تولید - مانیتورینگ و نگهداری قابل‌اعتماد سیستم‌های هوش مصنوعی - به‌کارگیری الگوهای استقرار مقیاس‌پذیر GenAI این دوره برای مهندسان ML، مهندسان DevOps، مهندسان پلتفرم و معماران فنی که با زیرساخت‌های هوش مصنوعی و سیستم‌های تولیدی کار می‌کنند، مناسب است. همچنین برای متخصصانی که نیاز به استقرار، مدیریت، مانیتورینگ و بهینه‌سازی اپلیکیشن‌های GenAI در محیط‌های واقعی دارند، ایده‌آل است. - پوشش چرخه حیات تولید از Fine-tuning تا استقرار، مانیتورینگ و نگهداری - دیدگاه زیرساختی سازمانی برای سیستم‌های GenAI مقیاس‌پذیر، قابل‌اعتماد و بهینه از نظر هزینه - الگوهای بهینه‌سازی شامل Semantic Caching، مسیریابی ترکیبی و استقرار لبه

سرفصل ها و درس ها

مقدمه Introduction

  • معرفی دوره Course Introduction

آشنایی با توسعه مدل GenAI و مهندسی تولید Introduction to GenAI Model Development and Production Engineering

  • تاثیر هوش مصنوعی مولد بر مهندسی Generative AI Impact on Engineering

  • اصول معماری سیستم‌های هوش مصنوعی مولد Fundamentals of Generative AI Systems Architecture

  • راه‌اندازی محیط‌های توسعه GenAI: محلی و ابری Setting Up GenAI Development Environments: Local & Cloud

  • داستان‌های موفقیت در پیاده‌سازی سازمانی Enterprise Implementation Success Stories

  • اجزای LLM و مکانیسم‌های اصلی LLM Components and Core Mechanics

  • مقایسه مدل‌های LLM سازمانی Enterprise LLM Model Comparison

  • یکپارچه‌سازی LLM و تنظیمات API LLM Integration and API Setup

  • چارچوب استراتژیک انتخاب مدل Strategic Model Selection Framework

  • ماتریس اپلیکیشن‌های GenAI سازمانی Enterprise GenAI Application Matrix

  • معماری راهکارهای تخصصی صنعت Industry-Specific Solution Architecture

  • طراحی سیستم دستیار پشتیبانی Support Assistant System Design

  • اندازه‌گیری ROI و متریک‌های ارزیابی ROI Measurement and Metrics

مبانی Fine-Tuning Fine-Tuning Basics

  • مفاهیم اصلی Fine-Tuning مدل Model Fine-Tuning Core Concepts

  • راهنمای آماده‌سازی داده‌های آموزشی Training Data Preparation Guide

  • فرآیند پیاده‌سازی پایه Fine-Tuning Basic Fine-Tuning Implementation Process

  • چارچوب ارزیابی و تست مدل Model Testing Evaluation Framework

  • طراحی استراتژی پیشرفته Fine-Tuning Advanced Fine-Tuning Strategy Design

  • چارچوب تحلیل متریک‌های عملکرد Performance Metric Analysis Framework

  • راهنمای پیاده‌سازی پیشرفته Fine-Tuning Advanced Fine-Tuning Implementation Guide

  • چارچوب فرآیند تکرار (Iteration) مدل Model Iteration Process Framework

  • استراتژی آماده‌سازی داده‌های پشتیبان Support Data Preparation Strategy

  • چارچوب آموزش مدل‌های پشتیبان Support Model Training Framework

  • راهنمای پیاده‌سازی مدل پشتیبان Support Model Implementation Guide

  • پروتکل تست کنترل کیفیت Quality Control Testing Protocol

استقرار (Deployment) Deployment

  • طراحی استراتژی استقرار در محیط تولید Production Deployment Strategy Design

  • چارچوب برنامه‌ریزی نیازمندی‌های زیرساختی Infrastructure Requirements Planning Framework

  • راهنمای پیاده‌سازی استقرار تولیدی Production Deployment Implementation Guide

  • پروتکل بهترین تجربیات استقرار Deployment Best Practices Protocol

  • طراحی استراتژی مانیتورینگ سیستم System Monitoring Strategy Design

  • چارچوب تحلیل متریک‌های عملکرد Performance Metrics Analysis Framework

  • راهنمای پیاده‌سازی ابزارهای مانیتورینگ Monitoring Tools Implementation Guide

  • چارچوب توسعه پروتکل‌های نگهداری Maintenance Protocol Development Framework

  • راهنمای برنامه‌ریزی معماری پشتیبانی Support Architecture Planning Guide

  • چارچوب توسعه استراتژی یکپارچه‌سازی Integration Strategy Development Framework

  • راهنمای پیاده‌سازی سیستم پشتیبانی Support System Implementation Guide

  • طراحی پروتکل تست عملکرد Performance Testing Protocol Design

  • طراحی سیستم تولید محتوا Content Generation System Design

  • راهنمای پیاده‌سازی دستیار کدنویسی Code Assistant Implementation Guide

  • راهنمای تکنیک‌های پیاده‌سازی جایگزین Alternative Implementation Techniques Guide

  • چارچوب انتخاب مورد استفاده (Use Case) Use Case Selection Framework

روندهای آینده Future Trends

  • تحلیل چشم‌انداز تکنولوژی‌های آینده Future Technology Landscape Analysis

  • چارچوب ارزیابی تاثیرات صنعتی Industry Impact Assessment Framework

  • راهنمای پیاده‌سازی ابزارهای نوظهور Emerging Tools Implementation Guide

  • طراحی استراتژی پذیرش تکنولوژی Technology Adoption Strategy Design

نمایش نظرات

آموزش توسعه مدل‌های GenAI و مهندسی تولید [ویدئویی]
جزییات دوره
4h 28m
45
Packtpub Packtpub
(آخرین آپدیت)
از 5
ندارد
دارد
دارد
Starweaver
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Starweaver Starweaver

Starweaver فرصت‌هایی را برای مربیان، شرکت‌ها و پلتفرم‌ها ایجاد می‌کند.

Starweaver محتوای مورد تقاضای متمرکزی را ارائه می‌کند که حوزه‌های موضوعی کلیدی، گواهینامه‌های پیشرو در صنعت، و یادگیری و توسعه مستمر را پوشش می‌دهد. محتوای Starweaver با ارائه نتایج شایستگی با کیفیت بالا برای صدها شرکت در سراسر جهان، توسط مربیان دنیای واقعی هدایت می‌شود که برای تجهیز دانش‌آموزان به مهارت‌های مورد نیاز برای دستیابی به اهداف حرفه‌ای و پیشبرد اهداف شغلی بلندمدت خود اختصاص داده شده‌اند.