Expérimenter avec les modèles de base : des moyens accessibles pour en apprendre sur les LLM et l'IA

Aperçu

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.

Programme

• Introduction aux Modèles de Fondation
Aperçu des Modèles de Fondation et des Grands Modèles de Langage (LLM)
Importance et impact des LLM dans l'IA
• Introduction à Amazon Bedrock
Aperçu des services Amazon Bedrock
Avantages d'utiliser Amazon Bedrock pour les expérimentations en IA
• Configuration de Votre Environnement
Installation de Python et des bibliothèques nécessaires
Accéder à et configurer Amazon Web Services (AWS)
Introduction aux Jupyter Notebooks pour les expérimentations
• Expérimentation avec les Modèles de Fondation en utilisant Python
Compétences de base en Python pour l'expérimentation en IA
Exécution de modèles pré-entraînés avec Amazon Bedrock
Interaction avec les modèles de langage : Entrées et sorties
• Démonstrations Pratiques et Tutoriels
Tutoriel 1 : Génération de texte avec les LLM
Tutoriel 2 : Analyse de Sentiments en utilisant les Modèles de Fondation
Tutoriel 3 : Reconnaissance d'entités dans le texte
Études de cas d'applications pratiques en IA
• Stratégies d'Expérimentation Abordables
Moyens économiques d'utiliser AWS pour l'IA
Exploiter les outils et ressources open-source
• Perspectives sur les Compétences en IA Recherchées pour 2025
Compétences clés en IA recherchées par les employeurs
Tendances émergentes en IA et leurs implications
• Projet Final : Concevoir et Mettre en Œuvre des Expériences en IA
Proposition et objectifs
Phase de mise en œuvre avec revues par les pairs
Séance de présentation et retour
• Conclusion et Ressources Supplémentaires
Résumé des points d'apprentissage clés
Ressources supplémentaires pour un apprentissage continu en IA et LLMs

---

Matières

Computer Science