Онлайн-курс «Розробка моделей Generative AI» | robot_dreams
  • онлайн-курс
  • 18 занять
  • 17 домашніх завдань
  • курсовий проєкт

Розробка моделей Generative AI

Навчіться розробляти й інтегрувати моделі GenAI для автоматизації, аналізу даних, спілкування з клієнтами та персоналізованих рішень

Володимир Поворозник

Senior ML Engineer в UniData Lab

 

Юрій Хома

Co-founder&CEO UniData Lab

про курс

  • Тривалість:

    18 занять

  • Курсовий проєкт:

    модель GenAI для генерації
    тексту на основі даних

На курсі ви навчитеся створювати, налаштовувати та вдосконалювати спеціалізовані генеративні моделі, які відповідають вашим потребам, виявляти й усувати загрози, пов’язані з використанням GenAI, оцінювати якість згенерованих даних і налаштовувати гіперпараметри для коректної роботи. Окрім того, розробите власну генеративну модель для створення тексту та додасте її до портфоліо.

ПІСЛЯ КУРСУ ВИ:

  • зможете створювати й налаштовувати спеціалізовані генеративні моделі, які відповідають конкретним потребам бізнесу та пропонують персоналізовані рішення

  • набудете практичного досвіду в розробці та впровадженні генеративного ШІ в реальних проєктах

  • навчитеся виявляти й усувати загрози, пов'язані з генеративним ШІ, та розробляти рішення для покращення кібербезпеки

  • зможете використовувати різні методи й метрики для оцінювання якості згенерованих даних та аналізувати ефективність моделей у різних контекстах

  • навчитеся оптимізувати гіперпараметри для покращення якості даних

до програми курсу входять

01

Основи генеративного ШІ

Завдяки комплексній програмі курсу ви дізнаєтеся більше про ключові концепції генеративного штучного інтелекту: архітектуру нейронних мереж, різні технології, які використовує GenAI, та їх застосування.

02

Генерація різних типів контенту

На практиці навчитеся створювати та налаштовувати різні генеративні моделі, такі як GANs (Generative Adversarial Networks), VAEs (Variational Autoencoders), і LLMs (Large Language Models) — для генерації тексту, зображень та інших типів контенту.

03

Курсовий проєкт

Наприкінці курсу ви розробите власну модель генеративного ШІ, що писатиме реалістичний текст на основі заданих даних. Зберете й обробите набір даних, навчите LLM, впровадите заходи безпеки, оціните якість згенерованого тексту й інтегруєте модель у простий застосунок.

 

Лектори

Володимир Поворозник

Senior ML Engineer в UniData Lab PhD
в галузі Computer Science

  • має понад 5 років досвіду в ІТ-індустрії з фокусом на AI-системи, Data Science, NLP, LLMs та MLOps

  • експерт у роботі з ML- та NLP-моделями, включно з трансформерами та генеративними моделями

  • реалізував проєкти розробки голосових клонувань та створення інструментів для Speech-to-Speech і Text-to-Speech 70+ мовами

  • розробив модель пунктуації для текстів різних мов, що покращило точність розпізнавання тексту на 15 %

 

Юрій Хома

Co-founder&CEO UniData Lab

  • має понад 10 років досвіду в IT-індустрії з акцентом на AI та Data Science

  • PhD у галузі штучного інтелекту, кандидат технічних наук, автор понад 50 наукових робіт

  • має 5+ років досвіду керівництва командами з AI&Data Science та ефективного управління великими проєктами для глобальних корпорацій

  • успішно розробив та впровадив складні проєкти автоматизації для декількох міжнародних компаній, включно з розробкою систем прогнозування попиту й аналізом ризиків у ланцюгах постачання

Програма

  • 01 заняття
    19.11 19:00

    Знайомство з професією Generative AI Developer

    • Зрозумієте основні концепції та значення генеративного ШІ в сучасному світі
    • Дізнаєтеся варіанти застосування генеративного ШІ в різних галузях
    • Знатимете ролі та обов’язки розробника генеративного ШІ та інструментів, які він використовує
    • Навчитеся визначати й пропонувати рішення з використанням генеративного ШІ в реальних сценаріях
  • 02 заняття
    21.11 19:00

    Структура та функціонування нейронних мереж

    • Зрозумієте структури й типи нейронних мереж
    • Навчитеся реалізовувати базові нейронні мережі за допомогою популярних фреймворків
  • 03 заняття
    26.11 19:00

    Навчання та оптимізація нейронних мереж

    • Зрозумієте, як навчати й оптимізувати нейронні мережі
    • Набудете навичок застосування методів регуляризації для покращення продуктивності моделі
  • 04 заняття
    28.11 19:00

    Розширені архітектури нейронних мереж

    • Зрозумієте розширені архітектури нейронних мереж
    • Набудете навичок реалізації CNN та RNN для різних типів даних
  • 05 заняття
    03.12 19:00

    Вступ до Large Language Models (LLMs)

    • Зрозумієте архітектуру та процес навчання LLMs
    • Дізнаєтеся ключові сфери застосування та виклики, які спричиняє розробка LLMs
  • 06 заняття
    05.12 19:00

    Практичне застосування LLMs

    • Дізнаєтеся про практичне використання та кастомізацію LLMs
    • Набудете навичок налаштування LLM під конкретні завдання
  • 07 заняття
    10.12 19:00

    Огляд і значення GANs

    • Зрозумієте архітектуру та процес навчання GAN
    • Набудете навичок реалізації основних моделей GANs
  • 08 заняття
    12.12 19:00

    Просунуті технології GAN

    • Зрозумієте передові технології та архітектури GAN
    • Набудете навичок розв’язання проблеми стабільності й налаштування гіперпараметрів
  • 09 заняття
    17.12 19:00

    Застосування глобальних мереж

    • Зрозумієте оцінки та застосування GAN
    • Набудете навичок впровадження GAN для різних практичних цілей
  • 10 заняття
    19.12 19:00

    Вступ до VAEs

    • Зрозумієте архітектуру та призначення VAE
    • Набудете навичок впровадження VAE для генерації даних
  • 11 заняття
    26.12 19:00

    Практичне застосування VAE

    • Зрозумієте підготовку та використання VAE
    • Навчитеся застосовувати VAE для практичних завдань генерації даних
  • 12 заняття
    07.01 19:00

    Інші генеративні моделі

    • Зрозумієте різні генеративні моделі та їх застосування
    • Набудете навичок реалізації різних генеративних моделей
  • 13 заняття
    09.01 19:00

    Практичне застосування й тематичні дослідження

    • Зрозумієте практичне застосування та навчитеся оцінювати ефективність генеративних моделей
    • Набудете навичок аналізу та презентації кейсів генеративних моделей
  • 14 заняття
    14.01 19:00

    Моделі тренування та навчання

    • Зрозумієте поняття реалізації та оптимізації моделей GenAI
    • Навчитеся застосовувати генеративні моделі до реальних продуктів
  • 15 заняття
    16.01 19:00

    Оцінювання генеративних результатів

    • Опануєте методи оцінювання генеративних моделей
    • Навчитеся пропонувати покращення на основі результатів оцінювання
  • 16 заняття
    21.01 19:00

    Конфіденційність та захист даних

    • Дізнаєтеся про вразливості, пов’язані з LLMs, та їхній вплив на безпеку даних
    • З’ясуєте, як впроваджувати стратегії захисту моделей GenAI та пом’якшувати ризики для безпеки
  • 17 заняття
    23.01 19:00

    Використання GenAI в кібербезпеці

    • Зрозумієте важливість усунення вразливостей LLM у сфері кібербезпеки
    • Розроблятимете рішення на основі GenAI для посилення кібербезпеки та захисту від потенційних загроз
  • 18 заняття
    28.01 19:00

    Презентація підсумкового проєкту

реєстрація

Підключайтеся до курсу, щоб навчитися використовувати генеративний ШІ на користь власного продукту.

 
 
 
Реєструючись, ви погоджуєтеся з умовами договору-оферти та політикою конфіденційності.