What You Need to Know Before
You Start

Starts 7 June 2025 12:35

Ends 7 June 2025

00 days
00 hours
00 minutes
00 seconds
course image

Experimentando con Modelos Fundamentales

Explore formas prácticas y económicas de experimentar con Modelos de Fundación, LLMs y IA con la guía experta de AWS Hero Faye Ellis.
vBrownBag via YouTube

vBrownBag

2544 Cursos


53 minutes

Optional upgrade avallable

Not Specified

Progress at your own speed

Free Video

Optional upgrade avallable

Resumen

Explore formas prácticas y económicas de experimentar con Modelos de Fundación, LLMs y IA con la guía experta de AWS Hero Faye Ellis.

Programa de estudio

  • Introducción a los Modelos Fundacionales
  • Definición e importancia de los Modelos Fundacionales
    Resumen de modelos fundacionales populares (GPT, BERT, DALL-E, etc.)
    Aplicaciones del mundo real y casos de uso
  • Configuración de su Entorno de Experimentación
  • Soluciones en la nube económicas para experimentos de IA
    Introducción a las herramientas de AWS para IA y aprendizaje automático
    Guías para configurar un entorno de ML local
  • Fundamentos de los Modelos de Lenguaje a Gran Escala (LLMs)
  • Mecánica de los LLMs y cómo procesan datos
    Características y capacidades clave de los LLMs
    Comparación de diferentes arquitecturas de LLM
  • Técnicas Prácticas para la Experimentación
  • Preparación y procesamiento de datos para experimentos de IA
    Ajuste fino de modelos pre-entrenados: métodos y mejores prácticas
    Integración de LLMs en aplicaciones usando APIs y SDKs
  • Estrategias de Optimización de Costos
  • Monitoreo y gestión eficaz de costos de recursos en la nube
    Uso de niveles gratuitos y créditos en plataformas de nube
    Uso eficiente de recursos computacionales
  • Experimentación en el Mundo Real con Modelos Fundacionales
  • Diseño de experimentos para probar las capacidades del modelo
    Evaluación de rendimiento y precisión
    Estudios de casos de proyectos exitosos de IA con presupuesto limitado
  • Resolución de Problemas y Depuración
  • Problemas comunes en la experimentación de modelos y cómo solucionarlos
    Técnicas para interpretar salidas y errores del modelo
  • Ética y Uso Responsable de la IA
  • Comprensión de sesgo y equidad en modelos de IA
    Mejores prácticas para garantizar privacidad y cumplimiento
  • Proyecto Final
  • Diseño y ejecución de un experimento integral de IA
    Presentación de hallazgos y proposición de aplicaciones del mundo real
  • Recursos Adicionales y Aprendizaje Continuo
  • Lecturas recomendadas y cursos en línea
    Comunidades y foros para soporte continuo y colaboración

Asignaturas

Ciencias de la Computación