Děkujeme za vaši dotaz! Jeden z našich pracovníků vás brzy kontaktuje.
Děkujeme za rezervaci! Jeden z našich pracovníků vás brzy kontaktuje.
Návrh Školení
Úvod do modelů Devstral a Mistral
- Přehled otevřených zdrojových modelů Mistralu
- Licencování Apache-2.0 a podpora v podnikání
- Role Devstralu ve kódování a agentních pracovních postupech
Samohosting modelů Mistral a Devstral
- Příprava prostředí a volba infrastruktury
- Kontejnerizace a nasazení pomocí Docker/Kubernetes
- Zvážení škálování pro produkční použití
Techniky jemného nastavení (fine-tuning)
- Jemné nastavení pod dohledem vs. efektivnější nastavení parametrů
- Příprava a čištění datových souborů
- Příklady doménového přizpůsobení
Operační a verze modelů (Model Ops)
- Osvědčené postupy pro správu životního cyklu modelů
- Správa verzí modelů a strategie vrácení zpět
- CI/CD kanály pro ML modely
Řízení a dodržování předpisů (governance)
- Zásady zabezpečení pro nasazení otevřených zdrojů
- Sledování a auditovatelnost v podnikovém kontextu
- Dodržování rámce předpisů a odpovědné praxe AI
Sledování a pozorovatelnost (monitoring)
- Sledování posunu modelu a úbytku přesnosti
- Nástroje pro sledování výkonu inferencí
- Upozornění a pracovní postupy reakce
Případové studie a osvědčené postupy
- Průmyslové příklady nasazení modelů Mistral a Devstral
- Vyvažování nákladů, výkonu a řízení
- Zkušenosti z otevřených zdrojů Model Ops
Souhrn a další kroky
Požadavky
- Pochopení pracovních postupů strojového učení
- Zkušenosti s pythonovskými rámcovými systémy pro ML
- Oznamování se s kontejnerizací a prostředími nasazení
Cílová skupina
- Inženýři strojového učení (ML)
- Timy datových platform
- Výzkumní inženýři
14 hodiny