Experimentar con modelos base: formas accesibles de aprender sobre LLM y IA

Resumen

Uncover cost-effective techniques to delve into Foundation Models and Large Language Models (LLMs) using Amazon Bedrock along with Python. Enhance your practical AI skills through insightful demos and tutorials presented by AWS Hero Faye Ellis.

Additionally, seize the opportunity to learn about the in-demand AI skills vital for 2025.

This event is perfect for those eager to expand their knowledge in the field of artificial intelligence and computer science. With its practical approach and hands-on experience, participants can acquire valuable insights into emerging AI trends and technologies.

Programa

• Introducción a los Modelos Fundamentales
Visión general de los Modelos Fundamentales y los Modelos de Lenguaje Grande (LLMs)
Importancia e impacto de los LLMs en la IA
• Introducción a Amazon Bedrock
Visión general de los servicios de Amazon Bedrock
Beneficios de usar Amazon Bedrock para la experimentación en IA
• Configuración de su Entorno
Instalación de Python y bibliotecas necesarias
Acceso y configuración de Amazon Web Services (AWS)
Introducción a Jupyter Notebooks para experimentos
• Experimentando con Modelos Fundamentales usando Python
Habilidades básicas de Python para la experimentación en IA
Ejecutando modelos pre-entrenados usando Amazon Bedrock
Interacción con modelos de lenguaje: Entradas y salidas
• Demostraciones y Tutoriales Prácticos
Tutorial 1: Generación de Texto con LLMs
Tutorial 2: Análisis de Sentimientos usando Modelos Fundamentales
Tutorial 3: Reconocimiento de Entidades en texto
Estudios de caso de aplicaciones prácticas de IA
• Estrategias de Experimentación Asequibles
Formas rentables de usar AWS para IA
Aprovechando herramientas y recursos de código abierto
• Perspectivas sobre Habilidades de IA Demandadas para 2025
Habilidades clave de IA que buscan los empleadores
Tendencias emergentes en IA y sus implicaciones
• Proyecto Final: Diseño e Implementación de Experimentos de IA
Propuesta y objetivos
Fase de implementación con revisiones de pares
Sesión de presentación y retroalimentación
• Conclusión y Recursos Adicionales
Resumen de los puntos clave de aprendizaje
Recursos adicionales para el aprendizaje continuo en IA y LLMs

---

Materias

Computer Science