لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش هوش مصنوعی مولد (GenAI) و مدلهای زبانی بزرگ (LLMs) در AWS
- آخرین آپدیت
دانلود GenAI and LLMs on AWS
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
این دوره به شما میآموزد چگونه مدلهای زبانی بزرگ (LLMs) را با استفاده از سرویسهای AWS مانند Amazon Bedrock در محیط عملیاتی (Production) مستقر و مدیریت کنید. در پایان این دوره، شما قادر خواهید بود:
انتخاب معماری و مدل مناسب LLM برای اپلیکیشن خود با استفاده از سرویسهای ابری
بهینهسازی هزینه، عملکرد و مقیاسپذیری LLMها در AWS با استفاده از Auto-scaling groups، Spot instances و ارکستراسیون کانتینرها
مانیتورینگ و ثبت لاگهای مدل LLM برای شناسایی مشکلات و بهبود مستمر کیفیت
ساخت خط لولههای (Pipelines) امن و قابل اعتماد برای آموزش، استقرار و بهروزرسانی مدلها با سرویسهای AWS
رعایت قوانین و مقررات هنگام استقرار مدلها در محیط عملیاتی از طریق تکنیکهایی مانند حریم خصوصی تفاضلی (Differential Privacy) و عرضه کنترلشده
ویژگی منحصر به فرد این دوره، تمرکز بر عملیاتیسازی واقعی مدلهای زبانی بزرگ در بستر AWS است. شما از طریق آزمایشگاههای عملی (Hands-on labs)، مفاهیم را در محیط واقعی پیادهسازی خواهید کرد. چه مهندس یادگیری ماشین باشید، چه دانشمند داده یا مدیر فنی، مهارتهای کاربردی لازم برای اجرای LLMها در محیط عملیاتی را کسب خواهید کرد.
سرفصل ها و درس ها
شروع توسعه هوش مصنوعی در AWS
Getting Started with Developing on AWS for AI
معرفی دوره
Course Introduction
مدل سرویس ابری برای AI
Cloud Service Model for AI
مدل استقرار ابری برای AI
Cloud Deployment Model for AI
مزایای رایانش ابری
Benefits of Cloud Computing
چارچوب پذیرش ابری AWS برای AI
AWS Cloud Adoption Framework for AI
محیطهای توسعه برای AI
Development Environments for AI
چالشها و فرصتهای MLOps در Rust و Python
MLOps Challenges and Opportunities in Rust and Python
گردشکار هوش مصنوعی مولد برای Rust
Generative AI Workflow for Rust
پایتون برای علوم داده در عصر Rust و GenAI
Python for Data Science in the Era of Rust and GenAI
گردشکارهای نوظهور LLMOps در Rust
Emerging Rust LLMOps Workflows
شروع کار با Code Catalyst برای Rust
Getting Started with Code Catalyst for Rust
شروع کار با Sagemaker Editor
Getting Started with Sagemaker Editor
شروع کار با Lightsail برای تحقیقات
Getting Started Lightsail for Research
دیاگرام سرورلس با سرویس AWS Bedrock
Diagram of Serverless with AWS Bedrock Service
دموی عامل دانش AWS Bedrock
Demo AWS Bedrock Knowledge Agent
Noah Gift بنیانگذار Pragmatic A.I است. آزمایشگاه ها و یکی از همکاران بنیاد نرم افزار پایتون.
نوح به طور گسترده با AWS کار می کند و یک قهرمان یادگیری ماشین AWS است. او دارای چندین گواهینامه صنعتی برای AWS است. نوح آموزش و طراحی دوره های آموزشی ماشین فارغ التحصیل، MLOps، A.I.، علم داده و مشاوره در زمینه یادگیری ماشین و معماری ابری را انجام می دهد. مسئولیت های او شامل رهبری ابتکار صدور گواهینامه چند ابری برای دانش آموزان است. نوح نقش های مختلفی را به صورت حرفه ای ایفا کرده است، از جمله CTO، مدیر کل، مشاور مدیر ارشد فناوری، مشاور ارشد دانشمند داده و معمار ابر. او همچنین دارای چندین تیتراژ فیلم در فیلمهای اصلی برای کارهای فنی از جمله آواتار، مرد عنکبوتی 3 و بازگشت سوپرمن است.
نمایش نظرات