LLM 工程：掌握 AI 与大型语言模型

8 周内成为 LLM 工程师：构建并部署 8 个 LLM 应用，精通生成式 AI 及关键理论概念

学习内容：

• 构建高级生成式 AI 产品，使用前沿和开源模型。
• 掌握 HuggingFace、LangChain 和 Gradio 等平台。
• 实施 RAG（检索增强生成）、QLoRA 微调和 Agents 等技术。
• 设计并开发完整的业务解决方案，选择、训练并应用 LLM。
• 比较并选择适合特定任务的前沿和开源 LLM。
• 使用开源平台、框架和工具解决问题，包括 Hugging Face、Gradio 和 Weights & Biases。
• 理解 AI 范式，识别最适合的业务问题类型。
• 定义深度学习中的数据科学概念，如训练与推理、泛化与过拟合，以及神经网络的关键思想。
• 描述生成式 AI、LLM 和 Transformer 架构的核心概念，讨论其最新性能。
• 详细了解 LLM 的工作原理，能够训练、测试、应用于新场景，并诊断和修复常见问题。
• 使用前沿和开源模型，通过 API 和直接推理，在 Python 中实现 LLM 解决方案。
• 执行代码以撰写文档、回答问题和生成图像。

本课程包括：

• 25.5 小时点播视频
• 230 讲座
• 适合所有水平

价格：$39.99

教程评分：4.8 分（基于 594 条评价）

教程语言：英语

教程字幕：中英文字幕

课程要求：

熟悉 Python。本课程不涵盖 Python 基础，需具备 Python 基础知识。

课程描述：

在 8 周内掌握生成式 AI 和 LLM：通过实践项目，加速您的 AI 职业生涯。由行业资深人士 Ed Donner 领导，构建高级生成式 AI 产品，实验超过 20 个前沿模型，掌握 RAG、QLoRA 和 Agents 等技术。

您将学习：

• 使用前沿模型和框架构建高级生成式 AI 产品。
• 实验超过 20 个前沿和开源 AI 模型。
• 掌握 HuggingFace、LangChain 和 Gradio 等平台。
• 实施 RAG、QLoRA 微调和 Agents 等技术。
• 创建真实世界的 AI 应用，包括多模态客户支持助手、AI 知识工作者、AI 程序员和电子商务应用。
• 从推理过渡到训练，微调前沿和开源模型。
• 将 AI 产品部署到生产环境，提供精美的用户界面和高级功能。
• 提升您的 AI 和 LLM 工程技能，站在行业前沿。

关于讲师：

Ed Donner 拥有超过 20 年的 AI 和技术经验，曾共同创立并出售 AI 初创公司，领导顶级金融机构和初创公司的团队。他热衷于将他人带入这一激动人心的领域，帮助他们成为行业前沿的专家。

项目：

• 项目 1：AI 驱动的宣传册生成器，智能抓取和导航公司网站。
• 项目 2：具有 UI 和功能调用的多模态客户支持代理。
• 项目 3：使用开源和闭源模型，从音频创建会议记录和行动项的工具。
• 项目 4：将 Python 代码转换为优化的 C++，性能提升超过 60,000 倍的 AI。
• 项目 5：使用 RAG 的 AI 知识工作者，成为公司相关事宜的专家。
• 项目 6：Capstone Part A – 使用前沿模型，根据简短描述预测产品价格。
• 项目 7：Capstone Part B – 微调开源模型，在价格预测中与前沿模型竞争。
• 项目 8：Capstone Part C – 自主代理系统，与模型协作，发现优惠并通知您特价。

为什么选择本课程？

• 实践学习：通过实践练习，构建真实世界的 AI 应用，获得最佳学习效果。
• 前沿技术：学习最新的框架和技术，包括 RAG、QLoRA 和 Agents。
• 内容易懂：适合各个水平的学习者，提供分步指导、实践练习、备忘单和丰富的资源。
• 无需高级数学：课程专注于实践应用，无需微积分或线性代数即可掌握 LLM 工程。

B站免费课程

更多 人工智能 教程