Ao selecionar um país você vê os cursos disponíveis na sua região.
⏱ 2 h 30 min📚 25 aulas🎧 Versão em áudio
LLM Fine-Tuning e Desenvolvimento de Aplicações com H2O
Aprenda a ajustar, avaliar e implantar modelos de linguagem grandes personalizados usando as ferramentas de código aberto da H2O para resolver desafios de processamento de texto do mundo real.
💬Instrutor de IA Pergunte sobre qualquer aula e receba uma resposta clara na hora, quando quiser.
🕐Comece quando quiser Sem horários nem prazos: aprenda no seu ritmo, quando quiser.
🌐Em português Aulas, tarefas e certificado: tudo totalmente no seu idioma.
Sobre este curso
Aproveitando o poder de modelos de linguagem grandes personalizados (LLMs) não requer mais uma equipe massiva de cientistas de pesquisa. Com ferramentas de código aberto como o H2O, você pode alinhar, ajustar e implantar modelos de IA generativa altamente especializados, adaptados ao seu domínio específico. Este curso abrangente baseado em texto orienta você por todo o ciclo de vida do desenvolvimento personalizado de LLM, ajudando você a fazer a transição de um usuário de APIs genéricas para um criador de tecnologias de linguagem especializadas.
Ao ler este curso, você progredirá dos conceitos fundamentais de arquiteturas de transformadores para estratégias práticas de ajuste fino, metodologias de avaliação e configurações modernas de geração aumentada de recuperação. Você obterá uma compreensão conceitual e prática profunda de como adaptar modelos pré-treinados para executar tarefas de nicho com alta precisão.
O que você vai aprender:
- Entenda a arquitetura central de grandes modelos de linguagem e terminologia-chave.
- Afine LLMs de código aberto usando ferramentas H2O para tarefas específicas de domínio.
- Implemente padrões de engenharia rápidos para orientar as saídas do modelo de forma confiável.
- Configure a Geração Aumentada de Recuperação (RAG) para conectar modelos a bases de conhecimento personalizadas.
- Avalie o desempenho do modelo usando métricas quantitativas e técnicas de alinhamento.
- Implantar modelos personalizados em ambientes de produção para integração no mundo real.
Você começará explorando conceitos fundamentais de LLM, tokenização e fluxos de trabalho de preparação de dados. A partir daí, você lerá guias passo a passo sobre ajuste fino eficiente de parâmetros, avaliação e configuração de bancos de dados vetoriais para criar aplicativos de IA completos e sensíveis ao contexto.
Este curso é projetado para aspirantes a desenvolvedores de IA, profissionais de dados e entusiastas da tecnologia que desejam criar modelos de linguagem personalizados. Nenhum conhecimento avançado de machine learning é necessário para começar, tornando-o acessível para qualquer pessoa pronta para aprender através de explicações claras e passo a passo de código estruturado.
Comece a ler hoje para dominar o desenvolvimento personalizado de LLM com H2O.
O que você vai receber
📜Certificado de conclusão Adicione ao seu perfil do LinkedIn
💬Tutor AI pessoal Travou em uma aula? Pergunte ao seu tutor integrado qualquer coisa, a qualquer hora.
🎧Versão em áudio incluída Estude em qualquer lugar, sem tela
♾️Acesso vitalício Volte quando quiser, sem expirar
📱Celular ou computador Funciona em qualquer dispositivo
💸Reembolso em 14 dias Sem perguntas
⚡Curto e focado 2 h 30 min de conteúdo prático
Certificado de conclusão
Cada curso que você conclui na PickAClass emite uma credencial como esta — original, com seu próprio código, verificável por URL e detalhada sobre o que foi de fato demonstrado.
P
PickAClass
Perfil de habilidades · verificável
Documento
Certificado de Maestria
Isto certifica que
Nome Sobrenome
demonstrou com sucesso o domínio de
LLM Fine-Tuning e Desenvolvimento de Aplicações com H2O
Habilidades demonstradas
✓
Análise de padrões comportamentais
Fundamental
1.2 h
✓
Estruturas de arquitetura de decisão
Proficiente
1.4 h
✓
Design de testes A/B
Proficiente
1.7 h
✓
Redação comportamental
Avançado
1.9 h
P
PickAClass — Nome Sobrenome
LLM Fine-Tuning e Desenvolvimento de Aplicações com H2O
Página 2 de 2
Detalhe de desempenho
Resumo do curso
Aulas concluídas14 / 14
Questões de prática26 / 28
Tarefas enviadas4 (méd. 4.5 / 5)
Projeto finalAvaliado — 4.6 / 5
Prática total6.2 h
Benchmark de desempenho
Posição na coorteTop 12% de 1,625
Tempo até concluir11 dias (mediana: 22)
Pontuação de domínio91 / 100
Pontuação das questões de prática94%
Verificação de habilidadeTrilha de habilidade verificada