Coursera

Construire et adapter des modèles LLM en toute confiance

Profitez de l'une de nos meilleures offres et renforcez vos compétences avec 50 % de réduction sur Coursera Plus. Économisez maintenant.

Coursera

Construire et adapter des modèles LLM en toute confiance

Starweaver
 Ashraf S. A. AlMadhoun

Instructeurs : Starweaver

Inclus avec Coursera Plus

Demander à Coursera

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
niveau Intermédiaire

Expérience recommandée

4 heures à compléter
Planning flexible
Apprenez à votre propre rythme
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
niveau Intermédiaire

Expérience recommandée

4 heures à compléter
Planning flexible
Apprenez à votre propre rythme

Ce que vous apprendrez

  • Analyser les architectures LLM et les modèles de base pour des cas d'utilisation spécifiques.

  • Mettre en œuvre des techniques de réglage fin à l'aide d'outils et de cadres standards de l'industrie.

  • Déployer des modèles LLM dans des environnements de production avec sécurité et optimisation.

Compétences que vous acquerrez

  • Catégorie : Candidature au LLM
  • Catégorie : Optimisation du modèle
  • Catégorie : Contrôle continu
  • Catégorie : Équilibrage de la charge
  • Catégorie : Évolutivité
  • Catégorie : Mise au point
  • Catégorie : Modélisation des grandes langues
  • Catégorie : Intégrations AI
  • Catégorie : Conception de l'API
  • Catégorie : Apprentissage par transfert
  • Catégorie : Sécurité de l'IA
  • Catégorie : Optimisation des performances
  • Catégorie : Déploiement des applications
  • Catégorie : Architectures de modèles génératifs
  • Catégorie : Apprentissage automatique appliqué
  • Catégorie : Surveillance du système
  • Catégorie : Sécurité des applications

Outils que vous découvrirez

  • Catégorie : Projet ouvert de sécurité des applications web (OWASP)
  • Catégorie : Déploiement du modèle
  • Catégorie : Visage étreint

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

 logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Élaborez votre expertise du sujet

Ce cours fait partie de la Spécialisation "Créer des applications LLM de nouvelle génération avec LangChain et LangGraph"
Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.
  • Apprenez de nouveaux concepts auprès d'experts du secteur
  • Acquérez une compréhension de base d'un sujet ou d'un outil
  • Développez des compétences professionnelles avec des projets pratiques
  • Obtenez un certificat professionnel partageable

Il y a 3 modules dans ce cours

Ce module présente aux apprenants les concepts fondamentaux des architectures de grand modèle de langage (LLM) et leurs applications pratiques. Les apprenants exploreront l'architecture de base des transformateurs, en examinant les compromis entre les modèles codeur seul, décodeur seul et codeur-décodeur. Ils développeront une expertise dans l'évaluation des familles de modèles comme GPT, BERT, et T5 par rapport aux exigences spécifiques de l'entreprise, en considérant des facteurs tels que la pertinence du domaine, les contraintes de latence, les besoins de longueur de contexte, et les coûts de calcul. A la fin de ce module, les apprenants sélectionneront et justifieront en toute confiance l'architecture LLM la plus appropriée pour les scénarios d'entreprise du monde réel.

Inclus

4 vidéos2 lectures1 évaluation par les pairs

Ce module se concentre sur la maîtrise des techniques de réglage fin efficaces en termes de paramètres afin d'adapter les LLMs pré-entraînés à des domaines et des tâches spécialisés. Les apprenants exploreront des méthodes avancées comme LoRA (Low-Rank Adaptation) et d'autres approches efficaces en termes de paramètres qui réduisent considérablement les exigences de calcul tout en maintenant la performance du modèle. Grâce à une expérience pratique avec des frameworks standards tels que Hugging Face Transformers, les apprenants maîtriseront le flux de travail complet de l'adaptation fine : de la préparation des données et du Prétraitement à la configuration de l'entraînement, aux métriques d'évaluation et à l'optimisation du déploiement. Le module met l'accent sur les compétences pratiques pour construire des modèles adaptés au domaine qui atteignent une performance de niveau entreprise tout en équilibrant la précision, l'efficacité et la rentabilité.

Inclus

3 vidéos1 lecture1 évaluation par les pairs

Ce module explore le pipeline de déploiement complet pour les applications LLM en mettant l'accent sur l'évolutivité, la performance et la sécurité. Les apprenants concevront des architectures de service en cours d'utilisation à l'aide d'API et de points d'extrémité de streaming, intégreront des données d'entreprise et appliqueront la récupération avec FAISS. Les pratiques d'optimisation telles que la mise en cache, l'équilibreur de charge et l'autoscaling sont introduites pour assurer l'efficacité à l'échelle. La sécurité est soulignée par les directives de l'OWASP, l'authentification forte et les défenses contre les attaques par injection. Enfin, les apprenants mettent en œuvre des systèmes de surveillance et d'alerte pour maintenir la fiabilité, la conformité et la confiance dans les environnements de production.

Inclus

4 vidéos1 lecture1 devoir2 évaluations par les pairs

Obtenez un certificat professionnel

Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.

Instructeurs

Starweaver
Coursera
571 Cours1 157 301 apprenants

Offert par

Coursera

En savoir plus sur Apprentissage automatique

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’

Jennifer J.

Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’

Larry W.

Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’

Chaitanya A.

’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Foire Aux Questions

¹ Certains travaux de ce cours sont notés par l'IA. Pour ces travaux, vos Données internes seront utilisées conformément à Notification de confidentialité de Coursera.