Corso di formazione Introduzione al Transfer Learning

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a professionisti dell'apprendimento automatico di livello avanzato che desiderano padroneggiare tecniche di transfer learning all'avanguardia e applicarle a problemi complessi del mondo reale.

Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Comprendere concetti e metodologie avanzate nell'apprendimento di trasferimento.
• Implementare tecniche di adattamento specifiche del dominio per modelli pre-addestrati.
• Applica l'apprendimento continuo per gestire attività e set di dati in evoluzione.
• Padroneggia la messa a punto multi-task per migliorare le prestazioni del modello in tutte le attività.

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a professionisti di livello avanzato che desiderano implementare modelli ottimizzati in modo affidabile ed efficiente.

Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Comprendi le sfide legate all'implementazione di modelli ottimizzati nell'ambiente di produzione.
• Containerizza e distribuisci i modelli utilizzando strumenti come Docker e Kubernetes.
• Implementare il monitoraggio e la registrazione per i modelli distribuiti.
• Ottimizza i modelli per la latenza e la scalabilità in scenari reali.

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a professionisti di livello intermedio che desiderano acquisire competenze pratiche nella personalizzazione di modelli di intelligenza artificiale per attività finanziarie critiche.

Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Comprendi i fondamenti dell'ottimizzazione per le applicazioni finanziarie.
• Sfrutta i modelli pre-addestrati per attività specifiche del dominio nel settore finanziario.
• Applica tecniche per il rilevamento delle frodi, la valutazione del rischio e la generazione di consulenza finanziaria.
• Garantisci la conformità alle normative finanziarie come GDPR e SOX.
• Implementa la sicurezza dei dati e le pratiche etiche di intelligenza artificiale nelle applicazioni finanziarie.

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a professionisti di livello intermedio e avanzato che desiderano personalizzare modelli pre-addestrati per attività e set di dati specifici.

Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Comprendere i principi del fine-tuning e le sue applicazioni.
• Preparare i set di dati per l'ottimizzazione dei modelli pre-addestrati.
• Ottimizza i modelli linguistici di grandi dimensioni (LLM) per le attività di NLP.
• Ottimizza le prestazioni del modello e affronta le sfide più comuni.

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a sviluppatori di livello intermedio e professionisti dell'intelligenza artificiale che desiderano implementare strategie di messa a punto per modelli di grandi dimensioni senza la necessità di ampie risorse computazionali.

Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Comprendere i principi dell'adattamento di basso rango (LoRA).
• Implementa LoRA per una messa a punto efficiente di modelli di grandi dimensioni.
• Ottimizza l'ottimizzazione per ambienti con risorse limitate.
• Valuta e distribuisci modelli ottimizzati per LoRA per applicazioni pratiche.

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a professionisti di livello avanzato che desiderano padroneggiare la messa a punto di modelli multimodali per soluzioni di intelligenza artificiale innovative.

Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Comprendi l'architettura dei modelli multimodali come CLIP e Flamingo.
• Prepara e pre-elabora in modo efficace i set di dati multimodali.
• Ottimizza i modelli multimodali per attività specifiche.
• Ottimizza i modelli per le applicazioni e le prestazioni del mondo reale.

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a professionisti di livello intermedio che desiderano migliorare i loro progetti di PNL attraverso l'efficace messa a punto di modelli linguistici pre-addestrati.

Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Comprendi i fondamenti della messa a punto per le attività di NLP.
• Ottimizza i modelli pre-addestrati come GPT, BERT e T5 per applicazioni NLP specifiche.
• Ottimizza gli iperparametri per migliorare le prestazioni del modello.
• Valuta e distribuisci modelli ottimizzati in scenari reali.

Questo addestramento guidato dall'insegnante (online o in sede) è rivolto a ricercatori avanzati di intelligenza artificiale, ingegneri di apprendimento automatico e sviluppatori che desiderano ottimizzare i modelli LLM DeepSeek per creare applicazioni AI specializzate adattate a specifici settori, domini o esigenze aziendali.

Al termine di questo addestramento, i partecipanti saranno in grado di:

• Comprendere l'architettura e le capacità dei modelli DeepSeek, inclusi DeepSeek-R1 e DeepSeek-V3.
• Preparare i dataset e preprocessare i dati per l'ottimizzazione.
• Ottimizzare i modelli LLM DeepSeek per applicazioni specifiche di dominio.
• Ottimizzare ed effettuare la distribuzione dei modelli ottimizzati in modo efficiente.

Questo training guidato dall'instruttore (online o in loco) è rivolto a ingegneri di apprendimento automatico, sviluppatori AI e scienziati dei dati di livello intermedio ad avanzato che desiderano imparare come utilizzare QLoRA per affinare efficacemente modelli di grandi dimensioni per compiti specifici e personalizzazioni.

Al termine di questo training, i partecipanti saranno in grado di:

• Comprendere la teoria dietro QLoRA e le tecniche di quantizzazione per i modelli linguistici di grandi dimensioni (LLMs).
• Implementare QLoRA per affinare modelli linguistici di grandi dimensioni per applicazioni specifiche.
• Ottimizzare le prestazioni dell'affinamento su risorse computazionali limitate utilizzando la quantizzazione.
• Distribuire e valutare i modelli affinati in applicazioni reali in modo efficiente.

Questo training guidato dal docente (online o in loco) è rivolto a professionisti ML di livello intermedio e sviluppatori AI che desiderano affinare e distribuire modelli open-weight come LLaMA, Mistral e Qwen per applicazioni specifiche aziendali o interne.

Al termine di questo training, i partecipanti saranno in grado di:

• Capire l'ecosistema e le differenze tra i modelli LLM open source.
• Preparare set di dati e configurazioni per il fine-tuning per modelli come LLaMA, Mistral e Qwen.
• Eseguire pipeline di fine-tuning utilizzando Hugging Face Transformers e PEFT.
• Valutare, salvare e distribuire i modelli finetunati in ambienti sicuri.

Questo corso guidato dall'insegnante in Italia (online o sul posto) è rivolto a ingegneri di apprendimento automatico avanzati e ricercatori di IA che desiderano applicare RLHF per affinare modelli AI grandi per una prestazione, sicurezza e allineamento superiori.

Al termine di questo corso, i partecipanti saranno in grado di:

• Comprendere le basi teoriche dell'RLHF e perché è essenziale nello sviluppo moderno dell'IA.
• Mettere in pratica modelli di reward basati sul feedback umano per guidare i processi di apprendimento per rinforzo.
• Perfezionare grandi modelli linguistici utilizzando tecniche RLHF per allineare le uscite con le preferenze umane.
• Applicare le migliori pratiche per la scalabilità dei flussi di lavoro RLHF per sistemi AI di grado produttivo.

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a professionisti di livello avanzato che desiderano padroneggiare le tecniche per l'ottimizzazione di modelli di grandi dimensioni per una messa a punto conveniente in scenari del mondo reale.

Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Comprendi le sfide della messa a punto di modelli di grandi dimensioni.
• Applicare tecniche di training distribuite a modelli di grandi dimensioni.
• Sfrutta la quantizzazione e l'eliminazione dei modelli per l'efficienza.
• Ottimizza l'utilizzo dell'hardware per le attività di messa a punto.
• Distribuisci modelli ottimizzati in modo efficace negli ambienti di produzione.

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a professionisti di livello intermedio che desiderano sfruttare la potenza dell'ingegneria rapida e dell'apprendimento a pochi colpi per ottimizzare le prestazioni LLM per le applicazioni del mondo reale.

Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Comprendi i principi dell'ingegneria rapida e dell'apprendimento a pochi colpi.
• Progetta prompt efficaci per varie attività di NLP.
• Sfrutta le tecniche a pochi colpi per adattare gli LLM con dati minimi.
• Ottimizza le prestazioni LLM per applicazioni pratiche.

Questo corso guidato dal formatore, live a Italia (online o in sede), è rivolto a data scientist e ingegneri AI di livello intermedio che desiderano affinare i grandi modelli linguistici in modo più economico ed efficiente utilizzando metodi come LoRA, Adapter Tuning e Prefix Tuning.

Al termine di questo corso, i partecipanti saranno in grado di:

• Comprendere la teoria alla base degli approcci per l'affinamento parametricamente efficiente.
• Implementare LoRA, Adapter Tuning e Prefix Tuning utilizzando Hugging Face PEFT.
• Confrontare i compromessi di prestazioni e costi dei metodi PEFT rispetto all'affinamento completo.
• Distribuire ed espandere modelli LLM affinati con requisiti computazionali e di archiviazione ridotti.

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a professionisti di livello avanzato che desiderano affinare le proprie competenze nella diagnosi e nella risoluzione di problemi di messa a punto per i modelli di apprendimento automatico.

Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Diagnostica problemi come l'overfitting, l'underfitting e lo squilibrio dei dati.
• Implementare strategie per migliorare la convergenza dei modelli.
• Ottimizza l'ottimizzazione delle pipeline per ottenere prestazioni migliori.
• Esegui il debug dei processi di formazione utilizzando strumenti e tecniche pratiche.