لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش LLMOps Masterclass 2024 - Generative AI - MLOps - AIOps
LLMOps Masterclass 2024 - Generative AI - MLOps - AIOps
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
قفل آینده را باز کنید: تسلط بر هوش مصنوعی مولد، MLOps، AIOps - LLMOps با هوش مصنوعی باز و مدلهای صورت در آغوش گرفته برای تولید به کار میروند. مفاهیم اساسی مانند سطوح هوش مصنوعی، انواع، و تفاوت بین مدلهای مولد و متمایز را بررسی کنید. در مورد مهندسی سریع، از جمله معماری، اجزا و تکنیک های آن برای تولید سریع بیاموزید. جزئیات فنی زبان مدل (LLM)، فرآیند آموزش و برنامه های کاربردی آن را درک کنید. با ساختن برنامه های LLM با استفاده از ChatGPT و Hugging Face Library، تجربه عملی را توسعه دهید. در هنر بستهبندی و استقرار برنامههای هوش مصنوعی با استفاده از فناوریهایی مانند FastAPI، Docker و Kubernetes مسلط شوید. با استفاده از GitHub Actions، خطوط لوله یکپارچه سازی و استقرار مداوم (CI/CD) را پیاده سازی کنید و از مدیریت کارآمد پروژه اطمینان حاصل کنید. کاوش تکنیک های نظارت برای مدل های LLM در تولید، اطمینان از قابلیت اطمینان و عملکرد آنها. اصول اساسی LLMOps، از جمله سیستم های کنترل نسخه، راه اندازی Git و نمایش های CICD را به دست آورید. برای استانداردهای صنعت و بهترین شیوه ها در توسعه و عملیات هوش مصنوعی آماده شوید و از آمادگی برای چالش های دنیای واقعی اطمینان حاصل کنید. پیش نیازها: درک اولیه هوش مصنوعی: آشنایی با مفاهیم بنیادی هوش مصنوعی از جمله یادگیری ماشینی و یادگیری عمیق، پایه ای قوی برای این دوره فراهم می کند. مهارت برنامه نویسی: تسلط بر حداقل یک زبان برنامه نویسی مانند پایتون به شدت توصیه می شود، زیرا بسیاری از تمرین ها و پروژه های عملی شامل کدنویسی می شوند. دانش رابط خط فرمان (CLI): درک اولیه کار با رابط خط فرمان برای اجرای دستورات و مدیریت برنامه ها در طول دوره مفید خواهد بود. آشنایی با Git: درک اصول اولیه سیستم های کنترل نسخه و عملیات Git برای مدیریت مخازن پروژه و همکاری با همتایان مفید خواهد بود. مبانی رایانش ابری: درک اولیه مفاهیم رایانش ابری، به ویژه با پلتفرم هایی مانند Google Cloud Platform (GCP)، برای استقرار برنامه ها و کار با Kubernetes مفید خواهد بود. اگرچه اجباری نیست، داشتن این پیش نیازها باعث افزایش تجربه یادگیری می شود و اطمینان حاصل می کند که دانش آموزان می توانند به طور کامل با مواد درسی و تمرین های عملی درگیر شوند. علاوه بر این، تمایل قوی برای یادگیری و کشف فناوری های جدید برای موفقیت در LLMOps Masterclass 2024 ضروری است.
قفل پتانسیل هوش مصنوعی مولد را با دوره جامع ما، "LLMOps - Generative AI - MLOps - AIOps Masterclass 2024" از درک اصول اولیه تا بکارگیری برنامه های کاربردی پیشرفته، این دوره شما را با دانش و مهارت هایی برای پیشرفت در عصر هوش مصنوعی.
سفر یادگیری شما چگونه به نظر می رسد (در بخش):
مقدمه دوره: با "مقدمه ای بر LLM Ops با مهندسی سریع" وارد دنیای LLM Ops شوید. در مورد مبانی عملیات LLM و اهمیت مهندسی سریع اطلاعاتی کسب کنید.
پیمایش در سونامی هوش مصنوعی مولد: تأثیر عمیق هوش مصنوعی مولد بر زندگی روزمره را کاوش کنید. از درک اصول هوش مصنوعی گرفته تا کاوش در کاربردهای متنوع آن، از طریق ماژولهایی مانند «تأثیر هوش مصنوعی مولد در زندگی روزمره» و «کاربردهای واقعی هوش مصنوعی در دنیای واقعی»، خود را به دانش ضروری مجهز کنید.
شروع به کار با هوش مصنوعی مولد: با ماژولهایی که موضوعاتی مانند «مدلهای مولد در مقابل تبعیض» و «کاربردهای هوش مصنوعی در دنیای واقعی» را پوشش میدهند، عمیقتر به مفاهیم هوش مصنوعی مولد بپردازید. تجربه عملی داشته باشید و پتانسیل این فناوری متحول کننده را باز کنید.
مهندسی سریع: رازهای پشت مهندسی سریع را کشف کنید و توجه گسترده آن را در جهان درک کنید. از طریق ماژول های جامعی که برای اجرای عملی طراحی شده اند، درباره معماری، اجزا، استراتژی ها و تکنیک های Prompt Generation بیاموزید.
جزئیات فنی LLM: درک عمیقی از LLM و اصول اساسی آن به دست آورید. موضوعاتی مانند آموزش LLM، برنامه های کاربردی سازمانی و ایده پشت LLM را از طریق ماژول های دقیق طراحی شده برای افزایش تخصص فنی خود کاوش کنید.
پروژه 1 - ساختن برنامه LLM با استفاده از ChatGPT: دانش خود را با شروع پروژه ای برای ساختن یک برنامه LLM با استفاده از ChatGPT عملی کنید. از پیش نیازها تا استقرار، این پروژه شما را در هر مرحله از فرآیند راهنمایی می کند و از یادگیری عملی اطمینان می دهد.
بستهبندی برنامه AI/LLM: با ماژولهایی که FastAPI، Docker و موارد دیگر را پوشش میدهند، برنامههای AI را به طور مؤثر بستهبندی و استقرار دهید. بر هنر کانتینریسازی مسلط شوید و فرآیند استقرار خود را با روشهای استاندارد صنعتی ساده کنید.
استقرار برنامه Container با Kubernetes: قدرت Kubernetes را در استقرار و سازماندهی برنامه های کاربردی کانتینری کشف کنید. از نصب تا مقیاسبندی، نکات و نکات استقرار Kubernetes را بیاموزید و مهارت خود را در مدیریت کانتینر افزایش دهید.
Github Actions: قابلیتهای GitHub Actions در خودکارسازی گردشهای کاری و افزایش همکاری را بررسی کنید. از مقدمه تا اجرا، بر هنر پیکربندی گردش کار متناسب با موارد استفاده خاص خود مسلط شوید.
راهاندازی Kubernetes در Google Cloud: پتانسیل پلتفرم Google Cloud را برای استقرار Kubernetes باز کنید. از راهاندازی حسابتان تا آزمایش فایلهای استقرار، بینشهای عملی در مورد اجرای برنامهها در خوشههای GKE به دست آورید.
اجرای CI/CD با Github Actions - GKE: خط لوله توسعه خود را با یکپارچه سازی مداوم و استقرار مداوم بهینه کنید. یاد بگیرید که GitHub Secrets را پیکربندی کنید، به استانداردهای صنعتی پایبند باشید و فرآیند استقرار خود را برای مدیریت یکپارچه پروژه ساده کنید.
معرفی Hugging Face Library: تطبیق پذیری کتابخانه Hugging Face را در ساخت برنامه های هوش مصنوعی کشف کنید. از طبقهبندی متن تا مدلهای تنظیم دقیق، امکانات گسترده ارائهشده توسط این جعبه ابزار قدرتمند را بررسی کنید.
پروژه 2 - ساخت برنامه هوش مصنوعی مولد با استفاده از Hugging Face: مهارت های Hugging Face خود را با پروژه ای متمرکز بر ساخت یک برنامه کاربردی هوش مصنوعی مولد آزمایش کنید. از درک خطوط لوله تولید متن گرفته تا راه اندازی خطوط لوله CI/CD، تخصص خود را در توسعه هوش مصنوعی ارتقا دهید.
نظارت بر مدلهای LLM در تولید: از قابلیت اطمینان و عملکرد مدلهای LLM در تولید با تکنیکهای نظارت اطمینان حاصل کنید. پلتفرم هایی مانند WhyLabs و Langkit را کاوش کنید تا در مورد نظارت و بهینه سازی برنامه های LLM اطلاعاتی کسب کنید.
مبانی LLMOps: با ماژولهایی که سیستمهای کنترل نسخه، راهاندازی Git و نمایشهای CICD را پوشش میدهند، به اصول اولیه LLM Ops مسلط شوید. پایه خود را در LLM Ops تقویت کنید و خود را برای مفاهیم پیشرفته آماده کنید.
سفر خود را برای تسلط بر LLM Ops آغاز کنید و در چشم انداز همیشه در حال تکامل هوش مصنوعی پیشرو باشید. امروز به ما بپیوندید و دنیایی از امکانات بی پایان را باز کنید.
سرفصل ها و درس ها
مقدمه دوره
Introduction to Course
مقدمه ای بر LLM Ops با مهندسی سریع
Introduction to LLM Ops with Prompt Engineering
کد منبع و دسترسی به اسلایدها
Source Code and Slides Access
با مربی ارتباط برقرار کنید
Connect with Instructor
پیمایش سونامی هوش مصنوعی مولد
Navigating the Generative AI Tsunami
تاثیر هوش مصنوعی مولد در زندگی روزمره
Impact of Generative AI in Day to Day Life
مسابقه - تأثیر هوش مصنوعی مولد در زندگی روزمره
Quiz - Impact of Generative AI in Day to Day Life
چگونه برای افزایش فروش برای یک شرکت تجارت الکترونیک پیشنهاد می کنید؟
How do you Propose to Increase the Sales for an E-Commerce Company ?
هوش مصنوعی چیست؟
What is AI ?
آزمون - هوش مصنوعی چیست؟
Quiz - What is AI ?
مرد در مقابل ماشین ها
Man Vs Machines
سطوح هوش مصنوعی
Levels of AI
سطوح هوش مصنوعی - آزمون
Levels of AI - Quiz
انواع هوش مصنوعی
Types of AI
مثال استفاده - محصول برای هر نوع سیستم هوش مصنوعی
Example Use Case - Product for Each Type of AI System
بررسی دانش
Knowledge Check
شروع کار با هوش مصنوعی Generative
Getting Started with Generative AI
هوش مصنوعی Generative چیست
What is Generative AI
هوش مصنوعی مولد چیست؟
What is Generative AI ?
مدل های مولد در مقابل تبعیض
Generative vs Discriminative Models
مدل های مولد در مقابل تبعیض
Generative vs Discriminative Models
کاربردهای دنیای واقعی هوش مصنوعی مولد
Real World Applications of Generative AI
مسابقه - کاربردهای دنیای واقعی هوش مصنوعی
Quiz - Real World Applications of Generative AI
مهندسی سریع
Prompt Engineering
چرا جهان مورد توجه گسترده قرار گرفته است؟
Why World has the widespread attention ?
مقدمه ای بر مهندسی سریع
Introduction to Prompt Engineering
مسابقه - مهندسی سریع
Quiz - Prompt Engineering
معماری و مولفه یک اعلان
Architecture and Component of a Prompt
استراتژی ها و تکنیک های تولید سریع
Strategies and Techniques of Prompt Generation
جزئیات فنی LLM
Technical Details of LLM
LLM چیست و ایده LLM چیست؟
What is LLM , and what is the idea of LLM ?
LLM چگونه آموزش داده می شود؟
How LLM is Trained ?
نحوه استفاده از LLM در Enterprise
How LLM is used in Enterprise
پروژه 1 - ساخت برنامه LLM با استفاده از ChatGPT
Project 1 - Building LLM Application using ChatGPT
کد منبع
Source code
پیش نیازها
Pre-Requisites
معرفی سریع پلتفرم هوش مصنوعی را باز کنید
Open AI Platform Quick Intro
با استفاده از Assistants API - Platform، Open AI Assistant ایجاد کنید
Create Open AI Assistant using Assistants API - Platform
ایجاد دستیار هوش مصنوعی با پایتون
Create AI Assistant with Python
بسته بندی برنامه AI/LLM
Packaging the AI/ LLM Application
مقدمه ای بر FastAPI
Introduction to FastAPI
بسته بندی برنامه هوش مصنوعی
Packaging the AI Application
تست با پستچی
Test with Postman
Requirements.txt را ایجاد کنید
Create Requirements.txt
مقدمه ای بر داکر
Introduction to Docker
نصب داکر
Docker Installation
Docker Quick Start
Docker Quickstart
ساخت تصویر داکر برای پروژه 1
Build Docker Image for Project 1
استقرار برنامه Container با Kubernetes
Deploying the Container Application with Kubernetes
معرفی Kubernetes
Introducing Kubernetes
معماری Kubernetes
Architecture of Kubernetes
نصب Kubernetes
Installing Kubernetes
اجرای برنامه در Kubernetes
Running the Application on Kubernetes
تعریف سرویس برای Kubernetes ایجاد کنید
Create Service Definition for Kubernetes
کنترل کننده استقرار و استقرار Kubernetes
Kubernetes Deployment and Deployment Controller
مقیاس بندی برنامه
Scaling the Application
انجام به روز رسانی چرخشی
Performing the Rolling Update
پیکربندی نقشه ها
Config Maps
Hands On - Config Maps
Hands On - Config Maps
اسرار Kubernetes
Kubernetes Secrets
خلاصه ای از یادگیری Kubernetes
Summary of Kubernetes Learning
اجرای ارکستراسیون Kubernetes برای کانتینرهای ما
Implementing the Kubernetes Orchestration for our containers
اقدامات Github
Github Actions
مقدمه ای بر GitHub Actions
Introduction to GitHub Actions
نسخه ی نمایشی سریع در فایل YAML اقدامات github
Quick Demo on github actions YAML file
نمایش نظرات