Course Outline

Pengantar LLM Open-Source

  • Tinjauan Umum DeepSeek, Mistral, LLaMA, dan model sumber terbuka lainnya
  • Cara kerja LLM: Transformer, perhatian diri, dan pelatihan
  • Membandingkan LLM sumber terbuka dengan model kepemilikan

Fine-Tuning dan Kustomisasi LLM

  • Persiapan data untuk penyempurnaan
  • Pelatihan dan pengoptimalan LLM menggunakan Hugging Face
  • Mengevaluasi kinerja model dan mitigasi bias

Membangun AI Agents dengan LLM

  • Pengantar LangChain untuk pengembangan agen AI
  • Merancang alur kerja berbasis agen dengan LLM
  • Memori, pengambilan-augmented generation (RAG), dan eksekusi tindakan

Penerapan Berbasis LLM AI Agents

  • Mengontainerisasi agen AI dengan Docker
  • Mengintegrasikan LLM ke dalam aplikasi perusahaan
  • Menskalakan agen AI dengan layanan cloud dan API

Keamanan dan Kepatuhan dalam AI Perusahaan

  • Pertimbangan etika dan kepatuhan peraturan
  • Mengurangi risiko dalam otomatisasi berbasis AI
  • Memantau dan mengaudit perilaku agen AI

Studi Kasus dan Aplikasi di Dunia Nyata

  • Asisten virtual bertenaga LLM
  • Otomatisasi dokumen berbasis AI
  • Agen AI khusus untuk analitik perusahaan

Mengoptimalkan dan Memelihara Agen Berbasis LLM

  • Peningkatan dan pembaruan model berkelanjutan
  • Menerapkan pemantauan dan umpan balik
  • Strategi untuk optimasi biaya dan penyetelan kinerja

Ringkasan dan Langkah Berikutnya

Requirements

  • Pemahaman yang kuat tentang AI dan pembelajaran mesin
  • Pengalaman dengan pemrograman Python
  • Keakraban dengan model bahasa besar (LLM) dan pemrosesan bahasa alami (NLP)

Hadirin

  • Insinyur AI
  • Pengembang perangkat lunak perusahaan
  • Business pemimpin
 21 Hours

Number of participants


Price per participant

Upcoming Courses (Minimal 5 peserta)

Related Categories