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
- Vista general de los modelos de código abierto de Mistral.
- Licencia Apache-2.0 y adopción empresarial.
- El papel de Devstral en flujos de trabajo de codificación e inteligencia agéntica.
Autoalojamiento de Modelos Mistral y Devstral
- Preparación del entorno y elección de infraestructura.
- Contenedores y despliegue con Docker/Kubernetes.
- Consideraciones de escalabilidad para uso en producción.
Técnicas de Ajuste Fino
- Ajuste fino supervisado frente a ajuste eficiente en parámetros.
- Preparación y limpieza de conjuntos de datos.
- Ejemplos de personalización específica por dominio.
Gestión de Modelos y Versionado
- Mejores prácticas para la gestión del ciclo de vida de modelos.
- Estrategias de versionado de modelos y retroceso (rollback).
- Pipelines CI/CD para modelos de ML.
Gobernanza y Cumplimiento
- Consideraciones de seguridad para despliegues de código abierto.
- Monitoreo y trazabilidad en contextos empresariales.
- Marco de cumplimiento y prácticas de IA responsable.
Monitoreo y Observabilidad
- Rastreo de deriva del modelo y degradación de la precisión.
- Instrumentación para el rendimiento de inferencia.
- Alertas y flujos de trabajo de respuesta.
Casos de Estudio y Mejores Prácticas
- Casos de uso industrial de la adopción de Mistral y Devstral.
- Equilibrio entre coste, rendimiento y control.
- Lecciones aprendidas en Model Ops de código abierto.
Resumen y Próximos Pasos
Requerimientos
- Comprensión de los flujos de trabajo de aprendizaje automático.
- Experiencia con marcos de ML basados en Python.
- Familiaridad con contenedores y entornos de despliegue.
Público Objetivo
- Ingenieros de aprendizaje automático.
- Equipos de plataformas de datos.
- Ingenieros de investigación.
14 Horas
