Implement Generative AI engineering with Azure Databricks

Ten kurs jest przeznaczony dla:

• analityków danych,
• inżynierów uczenia maszynowego
• praktyków sztucznej inteligencji, którzy chcą tworzyć generowanie aplikacji sztucznej inteligencji przy użyciu usługi Azure Databricks.

Jest przeznaczona dla specjalistów zaznajomionych z podstawowymi pojęciami dotyczącymi sztucznej inteligencji i platformą Azure Databricks.

1.               Podstawy korzystania z LLM w Azure Databicks – Nauczysz się korzystać z LLM w Azure Databricks.

   2.           Praktyczna nauka – Poprzez laboratoria zdobędziesz doświadczenie, które łatwo przełożysz na realne zadania w pracy.

   3.           Zarządzanie modelami językowymi  – Zdobędziesz wiedzę, jak wykorzystać Azure Databricks.

   4.           Odpowiedzialna AI  – Nauczysz się zasad odpowiedzialnego tworzenia rozwiązań opartych o AI.

   5.           Zrozumienie idei Databricks – Poznasz w praktyce Databricks w sposób, który pozwoli po szkoleniu poszerzać doświadczenia o inne funkcjonalności tej usługi.

1.Wprowadzenie  do modeli językowych w usłudze Azure Databricks

2.Rozpoczęcie pracy z lakehouse w Microsoft Fabric

• • Omówienie generowania sztucznej inteligencji.
  • Omówienie dużych modeli językowych (LLMs).
  • Identyfikowanie kluczowych składników aplikacji LLM.
  • Używanie funkcji LLMs na potrzeby zadań przetwarzania języka naturalnego (NLP).

3.Implementowanie rozszerzonej generacji pobierania (RAG) za pomocą usługi Azure Databricks

• • Zapoznaj się z głównymi pojęciami dotyczącymi przepływu pracy RAG.
  • Przygotowywanie danych do programu RAG.
  • Znajdowanie odpowiednich danych za pomocą wyszukiwania wektorowego.
  • Ponownie uporządkuj pobrane wyniki.

4.Implementowanie wnioskowania wieloetapowego w usłudze Azure Databricks

• • Co to są systemy wieloetapowe rozumowania?
  • Eksplorowanie aplikacji LangChain.
  • Eksplorowanie indeksu LlamaIndex.
  • Eksploruj Haystack i platformy DSPy.

5.Dostosowywanie modeli językowych za pomocą usługi Azure Databricks

• • Co to jest dostrajanie?
  • Dostosowywanie modelu usługi Azure OpenAI.

6.Ocena modeli językowych za pomocą usługi Azure Databricks

• • Eksplorowanie oceny usługi LLM.
  • Ocena systemów LLM i sztucznej inteligencji.
  • Ocena usługi LLMs przy użyciu standardowych metryk.
  • Opis funkcji LLM jako sędzia do oceny.

7.Zapoznaj się z zasadami odpowiedzialnego używania sztucznej inteligencji dla modeli językowych w usłudze Azure Databricks

• • Co to jest odpowiedzialna sztuczna inteligencja?
  • Identyfikowanie czynników ryzyka.
  • Rozwiązywanie problemów
  • Używanie kluczowych narzędzi zabezpieczeń do ochrony systemów sztucznej inteligencji.

8.Implementowanie operacji LLMOps w usłudze Azure Databricks

• • Przejście z tradycyjnej metodyki MLOps do metodyki LLMOps.
  • Omówienie wdrożeń modelu.
  • Opis możliwości wdrażania platformy MLflow.
  • Zarządzanie modelami przy użyciu wykazu aparatu Unity.

• Przed rozpoczęciem tego modułu należy zapoznać się z podstawowymi pojęciami dotyczącymi usługi Azure Databricks.

• Znajomość podstaw języka Python.

• Ukończenie ścieżki szkoleniowej AI-900

* podręcznik w formie elektronicznej dostępny na platformie: https://learn.microsoft.com/pl-pl/training/
* dostęp do portalu słuchacza Altkom Akademii

Metoda szkolenia:

• Wykład (50%) 
• ćwiczenia (50%) 

Główne narzędzia dydaktyczne obejmują prezentacje PowerPoint, demonstracje na środowisku testowym, praktyczne środowiska laboratoryjne i zasoby  Microsoft Learn

Wykład: polski

Materiały: angielski