دوره آموزشی هوش مصنوعی و مدل های زبان بزرگ در AWS
2 ساعت 4 دقیقهمتوسط2024-06-20
مدرسین
Noah Gift
MLOps Expert | Solopreneur | Author | Adjunct Professor | CTO
جزئیات دوره
اگر به دنبال راههای جدیدی برای استفاده از هوش مصنوعی مولد و مدلهای زبان بزرگ (LLM) هستید، AWS هر سرویسی را که نیاز دارید دارد. در این دوره عملی و عملی، مربی نوح گیفت مفاهیم اصلی و مهارت های فنی مورد نیاز برای راه اندازی محیط های توسعه Rust مبتنی بر ابر را نشان می دهد. ساخت گردش کار بدون سرور با توابع AWS Lambda و Step. از AWS CodeCatalyst، SageMaker و Lightsail استفاده کنید. تولید، ویرایش و خلاصه کردن متن و کد با مدل هایی مانند Claude و CodeWhisperer. و مدل ها و گردش کار داده ها را با استفاده از Amazon Bedrock هماهنگ کنید. در طول مسیر، مهارتهای جدید خود را با پروژههای کدنویسی در دنیای واقعی که برای کمک به شما در عملیاتی کردن LLM برای برنامههای یادگیری ماشین طراحی شدهاند، آزمایش کنید.
مهارت ها
Natural Language Processing (NLP)Amazon Web Services (AWS)AmazonGenerative AICloud ServicesCloud PlatformsArtificial Intelligence (AI)Cloud ComputingOne-Off
سرفصل ها
1. GenAI و LLM در AWS
- 01 - معرفی دوره
- 02 - مدل سرویس ابری برای هوش مصنوعی
- 03 - مدل استقرار ابر برای هوش مصنوعی
- 04 - مزایای رایانش ابری
- 05 - چارچوب پذیرش ابری AWS برای هوش مصنوعی
- 06 - محیط توسعه برای هوش مصنوعی
- 07 - چالشها و فرصتهای MLO با پایتون و Rust
- 08 - گردش کار مولد هوش مصنوعی با Rust
- 09 - پایتون برای علم داده در عصر Rust و هوش مصنوعی مولد
- 10 - جریانهای کاری Rust LLMOps در حال ظهور
- 11 - AWS CodeCatalyst برای Rust
- 12 - ویرایشگر کد SageMaker
- 13 - Lightsail برای تحقیق
- 14 - نمودار بستر بدون سرور
- 15 - عامل دانش بستر با تولید افزوده بازیابی (RAG)
- 16 - نسخه ی نمایشی - لیست بستر AWS با Rust
- 17 - نمودار - زنگ بدون سرور در AWS
- 18 - نمودار - میکروسرویس Rust Axum Greedy Coin
- 19 - دمو - Rust Axum Greedy Coin
- 20 - دمو - Rust Axum Docker
- 21 - نمودار - مهندسی سریع
- 22 - خلاصه کردن متن با کلود
- 23 - AWS CodeWhisperer برای Rust
- 24 - نصب و پیکربندی CodeWhisperer
- 25 - استفاده از CodeWhisperer CLI
- 26 - توابع Building Bash
- 27 - ساخت Bash CLI
- 28 - اجزای کلیدی AWS Bedrock
- 29 - شروع کار با Bedrock SDK
- 30 - Cargo SDK برای Rust Bedrock
- 31 - بستر Boto3 - مدلهای لیست
- 32 - زنگ - لیست مدلهای بستر
- 33 - فراخوانی کلود با بستر
دوره های مرتبط
- دوره آموزشی پردازش زبان طبیعی (NLP) در Amazon Bedrock
- دوره آموزشی کارگاه هوش مصنوعی: تولید متن به تصویر
- دوره آموزشی آمادگی برای آزمون گواهینامه دستیار هوش مصنوعی مولد و مدلهای زبانی بزرگ انویدیا (NCA-GENL)
- دوره آموزشی هوش مصنوعی مولد عملی: استفاده از داده های جدولی با ChatGPT، GPT-4 و LangChain
- دوره آموزشی هوش مصنوعی مولد در ماهواره و شبکههای غیرزمینی (NTN): اتصال نقاط نامتصل
- دوره آموزشی ابزارهای مولد هوش مصنوعی برای بهره وری و تحقیق
- دوره آموزشی اپلیکیشنهای مبتنی بر LLM با Streamlit
- دوره آموزشی آمادگی برای گواهینامه مبانی هوش مصنوعی زیرساخت اوراکل
مسیرهای مرتبط
- مسیر آموزشی ایجاد مهارت های هوش مصنوعی برای توسعه دهندگان وب
- مسیر آموزشی ارتقا مهارت های خود به عنوان یک متخصص اسپارک آپاچی
- مسیر آموزشی ساخت محصولات هوش مصنوعی با استفاده از سرویسهای Azure AI در چرخه توسعه
- مسیر آموزشی پروژه های عملی برای برنامه های دارای OpenAI
- مسیر آموزشی تسلط بر تولید مبتنی بر بازیابی (RAG)
- مسیر آموزشی مدیریت مدلهای زبان بزرگ (LLMs) با LLMOps
- مسیر آموزشی شروع یادگیری مهارت های خود با مدل های زبان بزرگ
- مسیر آموزشی گواهینامه حرفهای هوش مصنوعی مولد از Snowflake