Cursos de Small Language Models (SLMs) en Pierre

Esta formación en vivo, dirigida por un instructor en Pierre (en línea o presencial), está destinada a planificadores urbanos de nivel intermedio, administradores municipales y desarrolladores de soluciones de ciudades inteligentes que deseen implementar Pequeños Modelos de Lenguaje (SLMs) en proyectos de ciudades inteligentes para mejorar la vida urbana.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender la aplicación de SLMs en ciudades inteligentes.
• Integrar SLMs con conjuntos de datos urbanos para una toma de decisiones mejorada.
• Desarrollar estrategias para implementar SLMs en sistemas de gestión urbana.
• Evaluar el impacto de los SLMs en la planificación urbana y las soluciones de ciudades inteligentes.

Esta capacitación en vivo dirigida por un instructor en Pierre (en línea o presencial) está dirigida a tecnólogos educativos de nivel intermedio, diseñadores instruccionales y desarrolladores de IA en educación que deseen integrarse Small Language Models (SLMs) en plataformas educativas para mejorar los procesos de enseñanza y aprendizaje.

Al final de esta capacitación, los participantes serán capaces de:

• Comprender el papel de los MST en la tecnología educativa.
• Diseñe experiencias de aprendizaje impulsadas por IA utilizando SLM.
• Implementar MST en diversos entornos educativos.
• Evaluar la efectividad de los MST en los resultados de aprendizaje.

Este entrenamiento en vivo dirigido por un instructor (en línea o presencial) está orientado a profesionales de TI intermedios que desean implementar modelos de lenguaje pequeños directamente en dispositivos con capacidad de procesamiento limitada, abriendo posibilidades para aplicaciones innovadoras en diversos sectores.

Al finalizar este entrenamiento, los participantes podrán:

• Comprender los desafíos y soluciones para implementar IA en hardware compacto.
• Optimizar y comprimir modelos de IA para una implementación eficiente en dispositivos.
• Utilizar modernos marcos y herramientas de IA para la implementación de modelos en dispositivos.
• Diseñar y desarrollar aplicaciones de IA en tiempo real para dispositivos móviles e IoT.
• Evaluar y garantizar la seguridad y privacidad de sistemas de AI en dispositivos.

Este entrenamiento en vivo dirigido por un instructor (en línea o presencial) en Pierre está orientado a ingenieros avanzados de machine learning y investigadores de IA que desean desarrollar soluciones de IA eficientes energéticamente con modelos de lenguaje pequeños pero poderosos y respetuosos con el medio ambiente.

Al finalizar este entrenamiento, los participantes podrán:

• Comprender el impacto de la IA en el consumo energético y el medio ambiente.
• Aplicar técnicas de compresión y optimización del modelo para reducir el tamaño y el uso de energía de los modelos de IA.
• Utilizar hardware y marcos de software eficientes energéticamente para la implementación de AI.
• Implementar las mejores prácticas para el desarrollo sostenible de IA.
• Defender y contribuir a prácticas sostenibles en la industria de la IA.

Este entrenamiento en vivo dirigido por un instructor (en línea o presencial) está destinado a científicos de datos intermedios, investigadores de machine learning y AI que desean crear experiencias conversacionales con modelos de lenguaje pequeños (SLMs) potentes y eficientes.

Al finalizar este entrenamiento, los participantes serán capaces de:

• Comprender los fundamentos de la AI conversacional y el papel de SLMs.
• Diseñar e implementar interacciones centradas en el usuario con IA.
• Desarrollar y entrenar SLMs para aplicaciones interactivas.
• Evaluar y mejorar la efectividad de la comunicación humano-AI utilizando métricas apropiadas.
• Implementar interfaces conversacionales impulsadas por IA escalables y éticas en escenarios del mundo real.

Esta capacitación en vivo dirigida por un instructor en Pierre (en línea o en el sitio) está dirigida a científicos de datos de nivel intermedio e ingenieros de aprendizaje automático que deseen crear y aplicar pequeños modelos de lenguaje adaptados a dominios específicos, como los campos legal, médico y técnico.

Al final de esta capacitación, los participantes serán capaces de:

• Comprender la importancia y la aplicación de los modelos de lenguaje específicos del dominio.
• Conserve y preprocese conjuntos de datos especializados para el entrenamiento de modelos.
• Entrene y ajuste los modelos de lenguaje para aplicaciones específicas del dominio.
• Evalúe y compare modelos utilizando métricas relevantes para el dominio.
• Implemente modelos de lenguaje específicos del dominio en escenarios del mundo real.

Esta capacitación en vivo dirigida por un instructor en Pierre (en línea o en el sitio) está dirigida a científicos de datos y desarrolladores de nivel principiante a intermedio que deseen implementar y aprovechar modelos de lenguaje pequeños en diversas aplicaciones.

Al final de esta capacitación, los participantes serán capaces de:

• Comprender la arquitectura y la funcionalidad de los modelos de lenguaje pequeños.
• Implemente SLM para tareas como la generación de texto y el análisis de sentimientos.
• Optimice y ajuste los SLM para casos de uso específicos.
• Implemente SLM en entornos con recursos limitados.
• Evalúe e interprete el rendimiento de los SLM en escenarios del mundo real.