Zkuste nás kontaktovat

Návrh Školení

Úvod do firemní lokalizace s využitím velkých jazykových modelů

  • Seznámení se systémy a procesy lokalizace ve firmách
  • Od strojového překladu k překladům vytvořeným velkými jazykovými modely
  • Problémy spojené s kvalitou, řízením a dodržováním předpisů

Modely velkých jazykových modelů vhodné pro lokalizaci

  • Srovnání modelů Deepseek, Qwen, Mistral a OpenAI
  • Fine-tuning a adaptace modelů na účely překladu a postredakce
  • Nasazení modelů a hlediska nákladů v poměru k výkonnosti

Architektura systémů lokalizace na bázi velkých jazykových modelů

  • Návrhové vzory pro integraci velkých jazykových modelů do systémů
  • Propojení API, databází a systémů na správu obsahu
  • Organizace pracovních postupů pomocí nástrojů LangChain a Docker

Automatická kontrola kvality překladů vytvořených velkými jazykovými modely

  • Stanovení metrik hodnocení jazykové kvality (BLEU, COMET, MQM)
  • Vytvoření automatických systémů kontroly překladů
  • Systémy zpětné vazby po postredakci a jejich vliv na neustálé zdokonalování

Řízení a dodržování předpisů při používání AI v lokalizaci

  • Zavedení mechanismů zapojení lidských pracovníků do procesů schvalování
  • Sledování aktivit, logy auditu a kontrola změn
  • Etické aspekty a požadavky na ochranu osobních údajů v systémech s velkými jazykovými modely

Metodiky hodnocení a monitorování výsledků

  • Monitorování výkonnosti překladů a možných odchylek od standardů
  • Reálné sledování a logování pomocí open-source nástrojů
  • Vytváření kontrolních panelů určených k přehlednému hodnocení kvality

Integrace do firemních systémů a automatizace pracovních postupů

  • Spojení systémů překladu s velkými jazykovými modely s redakčními a lokalizačními nástroji
  • Automatizace pracovních postupů a plánování úkolů
  • Spolupráce mezi různými odděleními a správa verzí obsahu

Škálování a zabezpečení infrastruktury určené k lokalizaci

  • Možnosti škálování systémů s využitím více modelů – v cloudu i na místních serverech
  • Bezpečnost, správa přístupů a šifrování dat
  • Osvědčené postupy řízení při celofiremním zavádění systémů s velkými jazykovými modely

Shrnutí a další kroky

Požadavky

  • Znalost principů strojového učení a zpracování přirozeného jazyka
  • Praktické zkušenosti s programováním v Pythonu nebo TypeScriptu pro integraci API
  • Seznámenost s firemními procesy a nástroji určenými k lokalizaci

Cílová skupina

  • Inženýři specializující se na umělou inteligenci a zpracování přirozeného jazyka
  • Vedoucí pracovníci v oblasti technologií lokalizace
  • Architekti softwaru a vedoucí inženýři
 21 Hodiny

Počet účastníků


Cena za účastníka

Nadcházející kurzy

Související kategorie