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 |
|