Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Introducción a los Modelos Devstral y Mistral
- Visión general de los modelos de código abierto de Mistral.
- Licenciamiento Apache-2.0 y adopción empresarial.
- El papel de Devstral en flujos de trabajo de codificación y agentes.
Autoalojamiento de Modelos Mistral y Devstral
- Preparación del entorno y elecciones de infraestructura.
- Contenerización y despliegue con Docker/Kubernetes.
- Consideraciones de escalado para uso en producción.
Técnicas de Ajuste Fino
- Ajuste fino supervisado vs. ajuste eficiente en parámetros.
- Preparación y limpieza de conjuntos de datos.
- Ejemplos de personalización específica por dominio.
Operaciones con Modelos y Control de Versiones
- Mejores prácticas para la gestión del ciclo de vida de los modelos.
- Estrategias de versionado y revertimiento de modelos.
- Pipelines de CI/CD para modelos de ML.
Gobernanza y Cumplimiento
- Consideraciones de seguridad para el despliegue de código abierto.
- Monitoreo y trazabilidad en contextos empresariales.
- Marco normativo y prácticas de IA responsable.
Monitoreo y Observabilidad
- Rastreo de la deriva del modelo y degradación de la precisión.
- Instrumentación para el rendimiento de inferencia.
- Flujos de trabajo de alertas y respuesta.
Casos de Estudio y Mejores Prácticas
- Usos industriales de la adopción de Mistral y Devstral.
- Equilibrio entre costo, rendimiento y control.
- Lecciones aprendidas en Operaciones con Modelos de Código Abierto.
Resumen y Próximos Pasos
Requerimientos
- Comprensión de los flujos de trabajo de aprendizaje automático.
- Experiencia con frameworks de ML basados en Python.
- Conocimiento sobre contenedores y entornos de despliegue.
Audiencia
- Ingenieros de ML
- Equipos de plataformas de datos
- Ingenieros de investigación
14 Horas
