Contacta con nosotros

Temario del curso

Introducción a la Personalización Avanzada de Modelos

  • Resumen del ajuste fino y la gestión de prompts en Vertex AI
  • Casos de uso para la optimización de modelos
  • Taller práctico: configuración del espacio de trabajo de Vertex AI

Ajuste Fino Supervisado de Modelos Gemini

  • Preparación de datos de entrenamiento para el ajuste fino
  • Ejecución de pipelines de ajuste fino supervisado
  • Taller práctico: ajuste fino de un modelo Gemini

Ingeniería de Prompts y Gestión de Versiones

  • Diseño de prompts efectivos para IA generativa
  • Control de versiones y reproducibilidad
  • Taller práctico: creación y prueba de versiones de prompts

Evaluación y Benchmarking

  • Resumen de las bibliotecas de evaluación en Vertex AI
  • Automatización de flujos de trabajo de pruebas y validación
  • Taller práctico: evaluación de prompts y resultados

Despliegue y Monitoreo de Modelos

  • Integración de modelos optimizados en aplicaciones
  • Monitoreo del rendimiento y detección de desviaciones (drift)
  • Taller práctico: despliegue de un modelo ajustado fino

Mejores Prácticas para la Optimización de IA Empresarial

  • Escalabilidad y gestión de costos
  • Consideraciones éticas y mitigación de sesgos
  • Estudio de caso: mejora de aplicaciones de IA en producción

Futuras Directrices en Ajuste Fino y Gestión de Prompts

  • Tendencias emergentes en la optimización de LLMs
  • Adaptación automatizada de prompts y aprendizaje por refuerzo
  • Implicaciones estratégicas para la adopción empresarial

Resumen y Próximos Pasos

Requerimientos

  • Experiencia con flujos de trabajo de aprendizaje automático
  • Conocimientos de programación en Python
  • Familiaridad con plataformas de IA basadas en la nube

Público Objetivo

  • Ingenieros de IA
  • Profesionales de MLOps
  • Científicos de datos
 14 Horas

Número de participantes


Precio por participante

Reseñas (1)

Próximos cursos

Categorías Relacionadas