描述
使用LLMs的生成式人工智能工程是IBM在Coursera上提供的综合性专业课程，旨在推动机器学习和人工智能领域的职业发展。该课程专注于生成式人工智能和大型语言模型（LLMs），为学习者提供在AI工程师、NLP工程师和数据科学家等角色中脱颖而出的技能。该专业课程为自学进度，允许学习者在大约13-14周内完成，每周投入4-5小时。
阅读更多
课程涵盖广泛的主题，包括分词、文本数据加载，以及使用PyTorch部署Skip-Gram、CBOW、Seq2Seq、基于RNN和基于Transformer的模型。学习者还将获得使用LangChain和LLaMA等框架和预训练模型的实践经验，这对于训练、开发、微调和部署LLM应用至关重要。
该课程适合具备基本Python知识的个人，虽然了解PyTorch、机器学习和神经网络是有益的，但并非强制要求。课程完全在线，允许学习者随时随地访问讲座、阅读材料和作业。
完成后，参与者将具备追求AI工程师职业的信心和技能，通过实践实验室和项目获得的实际经验。这些项目包括创建NLP数据加载器、开发语言模型和使用RAG和LangChain构建AI应用。
虽然该课程不是免费的，但符合条件的学习者可以申请经济援助。完成该专业课程将获得可分享的证书，提升职业前景并展示在生成式人工智能和LLMs方面的专业知识。
- 类别AI 课程创作工具
- 定价模式付费
使用LLMs的生成式人工智能工程的核心功能
自学进度
13-14周的课程时长
需要基本的Python知识
实践实验室和项目
专注于生成式人工智能和LLMs
AI和NLP工程的技能
在线访问材料
完成后颁发证书
提供经济援助
预训练模型和框架
使用PyTorch的实践经验
训练和部署LLM应用
包含顶点项目
不提供大学学分
适合数据科学家和机器学习工程师
如何使用 使用LLMs的生成式人工智能工程？
注册：选择课程并注册
学习：在线访问讲座和材料
实践：完成实践实验室和项目
完成：完成专业课程并获得证书
使用LLMs的生成式人工智能工程的使用案例
- AI工程
- NLP应用
- 数据科学
- 机器学习
- 模型部署
