3月8日，全球AI領導者英偉達（NVIDIA）在官網推出了，生成式AI（AIGC）專業(yè)認證，通過考試可獲得行業(yè)認可的權威證書。

同時英偉達也推出了相應的培訓課程，包括生成式AI解釋，深度學習入門/基礎知識，基于Transformer 的自然語言處理，使用大語言模型進行定制應用開發(fā)，大語言模型的部署、定制、微調等，幫助學員順利通過考試。

該認證支持遠程報名和考試，適合軟件工程師、數據工程師、云解決方案架構師、AI DevOps 工程師等，可增加就業(yè)競爭力成為大模型領域的專家。

認證詳情地址：https://www./en-us/learn/certification/generative-ai-llm-associate/

本次認證將從太平洋時間3月18日，英偉達舉辦的“2024 GTC”人工智能大會上開始。這也是英偉達5年來首次舉辦的線下技術交流大會，屆時將會有900多場會議，20多場與生成式AI有關。英偉達會向全球開發(fā)者展示在生成式AI領域的創(chuàng)新技術和最新研究成果。

英偉達創(chuàng)始人兼首席執(zhí)行官-黃仁勛表示，隨著全球各行業(yè)、政務機構，正在積極尋求其變革能力，生成式AI已成為技術創(chuàng)新的焦點。

生成式AI認證和考試介紹

該認證由英偉達頒發(fā)，考試主題包括生成式AI和大語言模型兩大塊，考試時間1小時，包括50道題，考試費用135美元（約971元），在線遠程考試方式。

考試詳細內容包括：

機器學習和神經網絡基礎知識：探索機器學習的基本概念、算法以及神經網絡的基礎結構，包括前饋神經網絡、卷積神經網絡（CNN）和循環(huán)神經網絡（RNN）等。

提示工程：在與大語言模型的交互中，設計和優(yōu)化輸入提示，以提高模型輸出的相關性和準確性。

對齊：確保大模型的行為與人類的期望和道德標準一致，包括處理模型偏見和決策可解釋性等問題。

數據分析和可視化：通過統計方法和可視化工具來分析數據集，識別數據趨勢和模式，支持數據驅動的決策過程。

實驗：設計和執(zhí)行實驗，以驗證假設、評估模型性能和探索數據的特性。

數據預處理和特征工程：通過清理、轉換和選擇重要的數據特征來準備數據，以提高機器學習模型的性能和準確性。

實驗設計：計劃和構建實驗框架，以系統地測試和評估不同的算法、模型和參數配置。

大語言模型的Python庫：介紹專門用于開發(fā)和訓練大型語言模型的Python庫，如Transformers、TensorFlow、PyTorch等。

LLM集成與部署：如何將大型語言模型集成到應用程序和服務中，包括API集成、性能優(yōu)化和模型部署等。

有效期：自認證自簽發(fā)之日起兩年內有效?？梢酝ㄟ^重新參加考試來獲得重新認證。

考試報名地址：https://www./en-us/learn/organizations/contact-us/

生成式AI課程介紹

為了幫助學員順利通過考試，英偉達推出了系統的生成式AI課程，不過有一些是收費的，而且不便宜。當然，如果你是技術大牛，不學習課程直接參加考試也是沒問題的。

主要培訓課程如下：

生成式AI解釋：免費、2小時；

深度學習入門：8小時、90美元；

深度學習基礎知識：專業(yè)教師指導，8小時、500美元；

加速數據科學基礎知識：專業(yè)教師指導，8小時、500美元；

基于 Transformer 的自然語言處理簡介：6小時、30美元；

構建基于 Transformer 架構的應用程序：專業(yè)教師指導，8小時、500美元；

使用大語言模型進行應用開發(fā)：專業(yè)教師指導，8小時、500美元；

使用 LLaMA-2 進行快速工程：3小時、30美元；

使用檢索增強生成，來增強大語言模型：1小時、免費；

使用大語言模型開發(fā)RAG代理：6小時、30美元；

使用大語言模型開發(fā)RAG代理：專業(yè)教師指導，8小時、500美元；

課程詳細地址：https://www./en-us/training/online/

本文素材來源英偉達官網，如有侵權請聯系刪除

END