« Optimiser les coûts des grands modèles linguistiques (LLM) et rationaliser les processus » est une formation de niveau intermédiaire destinée aux praticiens du machine learning et aux professionnels de l’IA qui souhaitent combler le fossé entre la mise en œuvre technique et l’excellence opérationnelle. Vous acquerrez deux compétences essentielles et très recherchées : l’optimisation des coûts des grands modèles linguistiques (LLM) et la rationalisation des processus pour les workflows de machine learning. Tout d’abord, vous vous plongerez dans l’aspect financier des MLOps : vous apprendrez à analyser les rapports de dépenses informatiques, à identifier les modèles qui font grimper les coûts et à proposer des optimisations techniques concrètes, telles que la quantification INT8, afin d’obtenir un impact financier mesurable. Ensuite, vous maîtriserez les principes du lean management en appliquant la cartographie de la chaîne de valeur (VSM) à des pipelines d’apprentissage automatique complexes. Grâce à des ateliers pratiques utilisant des outils tels que Miro et des tableurs, vous apprendrez à visualiser les flux de travail, à identifier les gaspillages cachés (tels que les goulots d’étranglement manuels et les temps d’attente) et à concevoir des processus rationalisés et automatisés pour l’avenir. À l’issue de cette formation, vous serez en mesure non seulement de créer des modèles performants, mais aussi de les déployer et de les gérer de manière rentable, rapide et en adéquation avec les objectifs de l’entreprise.

Optimiser les coûts du LLM et rationaliser les processus
Profitez de l'une de nos meilleures offres et renforcez vos compétences avec 50 % de réduction sur Coursera Plus. Économisez maintenant.

Optimiser les coûts du LLM et rationaliser les processus
Ce cours fait partie de Spécialisation "LLM Optimisation et évaluation"

Instructeur : LearningMate
Inclus avec
Expérience recommandée
Ce que vous apprendrez
Optimisez les coûts liés aux modèles de langage à grande échelle (LLM) en analysant les rapports de dépenses et rationalisez les pipelines d'apprentissage automatique à l'aide de la cartographie de la chaîne de valeur afin d'améliorer l'efficacité et de réduire les temps de cycle.
Compétences que vous acquerrez
- Catégorie : Modélisation des processus
- Catégorie : Gestion des coûts
- Catégorie : Réduction des déchets
- Catégorie : Analyse du processus
- Catégorie : Prise de décision fondée sur des données
- Catégorie : Production allégée
- Catégorie : Amélioration et optimisation des processus
- Catégorie : Optimisation du modèle
- Catégorie : Coût de fonctionnement
- Catégorie : Analyse du flux de travail de l'entreprise
- Catégorie : Candidature au LLM
- Catégorie : Élaboration de la proposition
- Catégorie : Optimisation des processus
Outils que vous découvrirez
- Catégorie : Workflows d'IA
- Catégorie : Miro AI
- Catégorie : Logiciel de collaboration
- Catégorie : Logiciels de productivité
Détails à connaître

Ajouter à votre profil LinkedIn
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Élaborez votre expertise du sujet
- 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 2 modules dans ce cours
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.
Instructeur

Offert par
En savoir plus sur Conception et produit
Statut : Essai gratuit
Statut : Essai gratuitCoursera
Statut : Essai gratuit
Statut : Essai gratuit
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Foire Aux Questions
Plus de questions
Aide financière disponible,
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.




