La demande de compétences techniques en IA générative (GenAI) augmente, et les entreprises recherchent activement des ingénieurs en IA capables de travailler avec de grands modèles de langage (LLM). Ce cours IBM est conçu pour développer des compétences prêtes à l'emploi qui peuvent accélérer votre carrière en IA. Dans ce cours, vous explorerez les transformateurs et les cadres et plates-formes de modèles clés, y compris Hugging Face et PyTorch. Vous commencerez par un cadre fondamental pour l'optimisation des LLM et progresserez rapidement vers le réglage fin des modèles IA génératifs. Vous apprendrez également des techniques avancées telles que le réglage fin efficace par paramètre (PEFT), l'adaptation à faible rang (LoRA), le LoRA quantifié (QLoRA) et l'incitation. Les laboratoires pratiques vous donneront une expérience précieuse et pratique, y compris le chargement, le pré-entraînement et le réglage fin des modèles à l'aide d'outils standard de l'industrie. Ces compétences sont directement applicables dans les rôles d'IA du monde réel et sont parfaits pour mettre en valeur dans les entretiens. Si vous êtes prêt à prendre votre carrière IA au niveau suivant et renforcer votre CV avec des compétences Gen IA en demande, inscrivez-vous aujourd'hui et commencez à appliquer vos nouvelles compétences en seulement une semaine !
Vente anticipée ! Débloquez plus de 10 000 cours de Google, Microsoft et autres pour 160 €/an. Économisez maintenant.
L'IA générative et les transformateurs de réglage fin
Ce cours fait partie de plusieurs programmes.
Enseigné en Français (doublage IA)
Instructeurs : Joseph Santarcangelo
8 584 déjà inscrits
Inclus avec 
(62 avis)
Expérience recommandée
Ce que vous apprendrez
Compétences recherchées et prêtes à l'emploi dont les entreprises ont besoin pour travailler avec des LLM à base de transformateurs en ingénierie de l'IA générative
Comment effectuer un réglage fin efficace des paramètres (PEFT) à l'aide de méthodes telles que LoRA et QLoRA afin d'optimiser l'apprentissage des modèles
Comment utiliser des modèles de transformateurs pré-entraînés pour les tâches linguistiques et les affiner pour des applications spécifiques en aval ?
Comment charger des modèles, exécuter l'inférence et former des modèles en utilisant les frameworks Hugging Face et PyTorch
Compétences que vous acquerrez
- Catégorie : Optimisation des performances
- Catégorie : Grand modèle de langage (LLM)
- Catégorie : Traitement du langage naturel (NLP)
- Catégorie : PyTorch (Bibliothèque d'Apprentissage automatique)
- Catégorie : Prompt engineering
- Catégorie : IA générative
- Catégorie : Deep learning
Détails à connaître
Ajouter à votre profil LinkedIn
4 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable
Il y a 2 modules dans ce cours
Dans ce module, vous vous plongerez dans les aspects pratiques du travail avec les grands modèles de langage (LLM) en utilisant des outils standards de l'industrie comme Hugging Face et PyTorch. Vous explorerez les distinctions entre ces cadres, apprendrez à charger et à effectuer l'inférence avec des modèles pré-entraînés, et comprendrez les processus de pré-entraînement et de réglage fin des LLM. Grâce à des travaux pratiques, vous acquerrez de l'expérience dans la mise en œuvre de ces techniques, améliorant ainsi votre capacité à développer et à optimiser des modèles IA génératifs pour diverses applications. À la fin de ce module, vous serez équipé des compétences nécessaires pour utiliser efficacement et affiner les LLM, en les alignant sur des tâches spécifiques et des exigences de performance.
Inclus
5 vidéos4 lectures2 devoirs4 éléments d'application
Dans ce module, vous explorerez des méthodes de pointe pour affiner les grands modèles de langage à l'aide de techniques d'ajustement paramétrique efficace (PEFT). Vous acquerrez une compréhension des adaptateurs, de l'adaptation à faible rang (LoRA) et de la quantification, ainsi que des applications pratiques des bibliothèques PyTorch et Hugging Face. Les travaux pratiques et les lectures vous permettront d'approfondir vos connaissances sur les invites douces, la LoRA quantifiée (QLoRA) et la terminologie clé. Vous aurez également accès à une antisèche concise et à un glossaire qui renforcent les techniques, les termes et les outils essentiels présentés tout au long du cours.
Inclus
4 vidéos5 lectures2 devoirs2 éléments d'application4 plugins
Obtenez un certificat professionnel
Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.
Instructeurs
Offert par
En savoir plus sur Apprentissage automatique
Statut : Essai gratuit
Statut : Essai gratuit
Statut : Essai gratuit
Statut : GratuitAmazon Web Services
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Avis des étudiants
62 avis
- 5 stars
79,36 %
- 4 stars
9,52 %
- 3 stars
4,76 %
- 2 stars
4,76 %
- 1 star
1,58 %
Affichage de 3 sur 62
Révisé le 17 janv. 2025
The labs all too often failed on environment issues - packages, version alignment, etc. This should be seamless in your controlled environment.
Révisé le 17 nov. 2024
The coding part in the labs provided in this course was very helpful and helped me to stabilize my learning.
Révisé le 2 janv. 2025
The course is good but lacks depth on complex subjects.
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
Il faut environ 8 heures pour suivre ce cours, ce qui vous permet d'acquérir en une semaine les compétences professionnelles dont vous avez besoin pour impressionner un employeur !
Ce cours est de niveau intermédiaire, donc pour tirer le meilleur parti de votre apprentissage, vous devez avoir des connaissances de base de Python, PyTorch, et de l'architecture des transformateurs. Vous devez également être familier avec l'apprentissage automatique et les concepts de réseaux neurones.
Ce cours fait partie de l'ingénierie de l'IA générative avec la spécialisation LLMs. Lorsque vous terminez la spécialisation, vous aurez les compétences et la confiance pour prendre des rôles d'emploi tels que l'ingénieur IA, ingénieur NLP, ingénieur d'apprentissage automatique, ingénieur d'apprentissage profond, data scientist, ou développeur de logiciels qui veulent appliquer cherchant à travailler avec les LLM.
Plus de questions
Aide financière disponible,