LinkedIn – LLMOps in Practice: A Deep Dive 2024-12

در تاریخ: 1404/09/22 6:03:53

توضیحات

دوره LLMOps in Practice: A Deep Dive. این دوره روش‌های عملیاتی‌سازی مدل‌های زبان بزرگ را برای ساخت و مدیریت برنامه‌های کاربردی هوش مصنوعی آموزش می‌دهد. با توجه به اینکه بسیاری از برنامه‌های فعلی صرفاً به عنوان لایه‌ای ساده اطراف مدل‌هایی مانند جی‌پی‌تی عمل می‌کنند، این دوره به رهبری لورنس مِرونی اصول اساسی ساخت برنامه‌های قدرتمند و کنترل عملکرد آن‌ها از سمت بک‌اند را ارائه می‌دهد. محتوای دوره معرفی جامعی از کاربردهای اساسی مدل‌های زبان بزرگ در توسعه نرم‌افزار ارائه کرده و به شرکت‌کنندگان می‌آموزد چگونه یک اکوسیستم عملیاتی طراحی کنند که هسته اصلی آن بر پایه یک ال‌ال‌ام استوار باشد. هدف نهایی آماده‌سازی کامل فراگیران برای ایجاد چنین اکوسیستم‌هایی است. این آموزش که در سطح مقدماتی و نیازمند دانش پایه از پایتون، نود.جی‌اس و مدل‌های زبان بزرگ است، کاملاً عملی و کاربردی بوده و مهارت‌هایی از جمله عملیات مدل زبان بزرگ، هوش مصنوعی مولد و کار با مدل‌های زبان بزرگ را پوشش می‌دهد.

آنچه فرا خواهید گرفت

عملیات مدل زبان بزرگ (LLMOps):
کسب مهارت در عملیات مدل‌های زبان بزرگ (LLMOps).
یادگیری نحوه ایجاد یک اکوسیستم عملیاتی که عملکرد اصلی آن بر پایه یک LLM باشد.
هوش مصنوعی مولد (Generative AI):
درک اصول و کاربردهای هوش مصنوعی مولد.
هوش مصنوعی (Artificial Intelligence – AI):
آشنایی با مفاهیم کلی هوش مصنوعی در بستر توسعه برنامه‌های کاربردی.
مدل‌های زبان بزرگ (LLM):
درک موارد استفاده اساسی LLM‌ها در توسعه برنامه‌های کاربردی.
یادگیری نحوه ساخت برنامه کاربردی با قدرت LLM.
یادگیری نحوه کنترل عملکرد LLM از سمت Back End برنامه.

این دوره مناسب افرادیست که

افرادی که به دنبال ساخت برنامه‌های کاربردی بر پایه مدل‌های زبان بزرگ هستند.
توسعه‌دهندگانی که می‌خواهند نحوه کنترل عملکرد LLM‌ها را از سمت Back End بیاموزند.
متخصصان فناوری اطلاعات که علاقه‌مند به عملیاتی کردن (Ops) و مدیریت LLM‌ها در محیط تولید (Production) هستند.
توسعه‌دهندگان یا مهندسان نرم‌افزار که قصد دارند LLM‌ها را در برنامه‌های کاربردی خود به کار ببرند.