Curso en línea: especialización profesional certificada en ingeniería de IA generativa con LLM de Google, IBM

Actualice su carrera en aprendizaje automático con Gen AI y Large Language Models (LLM). Aprenda los conceptos básicos de la ingeniería Gen AI y los grandes modelos de lenguaje en solo 3 meses.

Suggested by: Coursera (What is Coursera?)

Start your Coursera.com free trial today
Curso en línea: especialización profesional certificada en ingeniería de IA generativa con LLM de Google, IBM

Professional Certificate

nivel intermedio

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • Creación de aplicaciones utilizando frameworks y modelos como BERT, GPT y LLaMA.
  • Usando la biblioteca Hugging Face Transformers.
  • Trabajando con la biblioteca de aprendizaje profundo PyTorch.
  • Desarrollo y provisión de aplicaciones basadas en PNL.
  • Investigación de tokenización, cargas útiles de datos, lenguaje y modelos de implementación.
  • Aplicar técnicas de transformación y mecanismos de atención.
  • ingeniería de mando.
  • Generación de carga útil de datos para PNL.
  • Desarrollo y entrenamiento de un modelo de lenguaje con una red neuronal.
  • Aplicación de transformadores para clasificación, construcción y evaluación de un modelo de traducción.
  • Modelos de tuning.
  • Aplicación de herramientas LangChain.
  • Creación de agentes y aplicaciones de inteligencia artificial con RAG y LangChain.

What you will learn in the course

Courses for which the course is suitable

  • Ingeniero de IA de generación
  • científico de datos
  • Ingeniero de aprendizaje automático
  • Desarrollador de inteligencia artificial
  • Desarrollador de aplicaciones de PNL
  • Ingeniero de software en el campo de la inteligencia artificial.
  • Experto en procesamiento del lenguaje natural.
  • Desarrolla modelos de lenguaje amplio (LLM)

Prácticas: una serie de 7 cursos.

Se espera que los mercados de inteligencia artificial (Gen AI) crezcan aproximadamente un 46% anual hasta 2030 (fuente: Statista). Los ingenieros de la generación de IA tienen una gran demanda. Este programa proporciona a los científicos de datos, ingenieros de aprendizaje automático y desarrolladores de inteligencia artificial las habilidades fundamentales necesarias en Gen AI, modelado de lenguaje amplio (LLM) y procesamiento del lenguaje natural (NLP) que los empleadores están buscando.

Los ingenieros de Gen AI diseñan sistemas que comprenden el lenguaje humano. Utilizan LLM y aprendizaje automático para construir estos sistemas.

Habilidades que adquirirás en el programa.

  • Creación de aplicaciones utilizando frameworks y modelos como BERT, GPT y LLaMA.
  • Usando la biblioteca Hugging Face Transformers.
  • Trabajando con la biblioteca de aprendizaje profundo PyTorch.
  • Desarrollo y provisión de aplicaciones basadas en PNL.
  • Investigación de tokenización, cargas útiles de datos, lenguaje y modelos de implementación.
  • Aplicar técnicas de transformación y mecanismos de atención.
  • ingeniería de mando.

A través de la serie de cursos cortos en esta especialización, obtendrá experiencia práctica a través de laboratorios prácticos y un proyecto, lo cual es excelente para entrevistas.

requisitos previos

Tenga en cuenta que necesita conocimientos básicos de Python, aprendizaje automático y redes neuronales. Sería útil estar familiarizado con PyTorch.

Un proyecto de estudio práctico.

A través de laboratorios y proyectos prácticos en cada curso, obtendrá habilidades prácticas en el uso de LLM para desarrollar aplicaciones basadas en PNL. Los laboratorios y proyectos incluyen:

  • Generación de carga útil de datos para PNL.
  • Desarrollo y entrenamiento de un modelo de lenguaje con una red neuronal.
  • Aplicación de transformadores para clasificación, construcción y evaluación de un modelo de traducción.
  • Ingeniería de mando y aprendizaje en contexto.
  • Modelos de tuning.
  • Aplicación de herramientas LangChain.
  • Creación de agentes y aplicaciones de inteligencia artificial con RAG y LangChain.

En el último curso, completarás un proyecto final, en el que aplicarás lo aprendido para desarrollar un robot que responde preguntas a través de una serie de laboratorios prácticos. Comenzará cargando su documento desde varias fuentes, luego aplicará estrategias de segmentación de texto para mejorar la capacidad de respuesta del modelo y usará Watsonx para incrustarlo. También implementará RAG para mejorar la recuperación y configurará la interfaz de Gradio para crear su bot de preguntas y respuestas. Finalmente, probarás e implementarás tu robot.

Details of the courses that make up the specialization

Eliminación de etiquetas HTML para extraer texto sin formato

A continuación se muestran varios métodos para eliminar etiquetas HTML y conservar solo texto sin formato:

1. Usar expresiones regulares en Python

import re
html_content = '
This is bold text.
'
plain_text = re.sub('<[^', '', html_content)
print(plain_text)  # Output: This is bold text.

2. Usando BeautifulSoup en Python

from bs4 import BeautifulSoup
html_content = '
This is bold text.
'
soup = BeautifulSoup(html_content, 'html.parser')
plain_text = soup.get_text()
print(plain_text)  # Output: This is bold text.

3. Usando JavaScript

function stripHtml(html) {
    var tempDiv = document.createElement('div');
    tempDiv.innerHTML = html;
    return tempDiv.textContent || tempDiv.innerText || '';
}
var htmlContent = '
This is bold text.
';
var plainText = stripHtml(htmlContent);
console.log(plainText);  // Output: This is bold text.

4. Usando PHP

$html_content = '
This is bold text.
';
$plain_text = strip_tags($html_content);
echo $plain_text;  // Output: This is bold text.

Productos relacionados