DC, Washington - Street Northwest

20 F Street Northwest, Washington, United States, 20001

El Centro está ubicado en Capitol Hill, a una cuadra de la estación de metro de Union Station y a 15 minutos del Aeropuerto Nacional Reagan de Washington.

Descubra nuestros cursos

Fine-Tuning Large Language Models Using QLoRA

 14 Horas
Esta formación en vivo dirigida por un instructor en Washington D.C. (en línea o presencial) está destinada a ingenieros de aprendizaje automático de nivel intermedio y avanzado, desarrolladores de IA y científicos de datos que desean aprender a utilizar QLoRA para ajustar eficientemente grandes modelos a tareas específicas y personalizaciones.Al finalizar esta formación, los participantes podrán:
  • Comprender la teoría detrás de QLoRA y las técnicas de cuantización para modelos de lenguaje grandes (LLM).
  • Implementar QLoRA en el ajuste fino de grandes modelos de lenguaje para aplicaciones específicas de dominio.
  • Optimizar el rendimiento del ajuste fino en recursos computacionales limitados utilizando cuantización.
  • Deploy and evaluate fine-tuned models in real-world applications efficiently.
Leer más...

Fine-Tuning with Reinforcement Learning from Human Feedback (RLHF)

 14 Horas
Esta formación en vivo dirigida por un instructor en Washington D.C. (en línea o presencial) está destinada a ingenieros avanzados de aprendizaje automático y investigadores de IA que desean aplicar RLHF para afinar modelos grandes de IA con un rendimiento superior, seguridad y alineación.Al finalizar esta formación, los participantes podrán:
  • Comprender las bases teóricas del RLHF y por qué es esencial en el desarrollo moderno de IA.
  • Implementar modelos de recompensa basados en la retroalimentación humana para guiar los procesos de aprendizaje por refuerzo.
  • Afinar modelos grandes de lenguaje utilizando técnicas de RLHF para alinear las salidas con las preferencias humanas.
  • Aplicar las mejores prácticas para escalar flujos de trabajo de RLHF en sistemas de IA de producción.
Leer más...

Domain-Specific Fine-Tuning for Finance

 21 Horas
Esta capacitación en vivo dirigida por un instructor en Washington D.C. (en línea o presencial) está dirigida a profesionales de nivel intermedio que desean adquirir habilidades prácticas en la personalización de modelos de IA para tareas financieras críticas. Al final de esta formación, los participantes serán capaces de:
  • Comprender los fundamentos del ajuste fino para aplicaciones financieras.
  • Aproveche los modelos entrenados previamente para tareas específicas de dominio en finanzas.
  • Aplicar técnicas de detección de fraude, evaluación de riesgos y generación de asesoramiento financiero.
  • Garantice el cumplimiento de las regulaciones financieras como GDPR y SOX.
  • Implemente prácticas éticas de seguridad de datos e IA en aplicaciones financieras.
Leer más...

Troubleshooting Fine-Tuning Challenges

 14 Horas
Esta capacitación en vivo dirigida por un instructor en Washington D.C. (en línea o presencial) está dirigida a profesionales de nivel avanzado que desean perfeccionar sus habilidades para diagnosticar y resolver desafíos de ajuste para modelos de aprendizaje automático. Al final de esta formación, los participantes serán capaces de:
  • Diagnostique problemas como el sobreajuste, el subajuste y el desequilibrio de datos.
  • Implementar estrategias para mejorar la convergencia de modelos.
  • Optimice el ajuste fino de las canalizaciones para mejorar el rendimiento.
  • Depurar procesos de capacitación utilizando herramientas y técnicas prácticas.
Leer más...

Optimizing Large Models for Cost-Effective Fine-Tuning

 21 Horas
Esta capacitación en vivo dirigida por un instructor en Washington D.C. (en línea o presencial) está dirigida a profesionales de nivel avanzado que desean dominar técnicas para optimizar modelos grandes para un ajuste rentable en escenarios del mundo real. Al final de esta formación, los participantes serán capaces de:
  • Comprenda los desafíos de ajustar modelos grandes.
  • Aplique técnicas de entrenamiento distribuidas a modelos grandes.
  • Aproveche la cuantificación y la poda de modelos para lograr la eficiencia.
  • Optimice la utilización del hardware para las tareas de ajuste.
  • Implemente modelos ajustados de forma eficaz en entornos de producción.
Leer más...

Prompt Engineering and Few-Shot Fine-Tuning

 14 Horas
Esta capacitación en vivo dirigida por un instructor en Washington D.C. (en línea o en el sitio) está dirigida a profesionales de nivel intermedio que desean aprovechar el poder de la ingeniería rápida y el aprendizaje de pocos disparos para optimizar el rendimiento de LLM para aplicaciones del mundo real. Al final de esta formación, los participantes serán capaces de:
  • Comprender los principios de la ingeniería rápida y el aprendizaje de pocos disparos.
  • Diseñe indicaciones efectivas para varias tareas de NLP.
  • Aproveche las técnicas de pocos disparos para adaptar los LLM con datos mínimos.
  • Optimice el rendimiento de LLM para aplicaciones prácticas.
Leer más...

Fine-Tuning Multimodal Models

 28 Horas
Esta capacitación en vivo dirigida por un instructor en Washington D.C. (en línea o presencial) está dirigida a profesionales de nivel avanzado que deseen dominar el ajuste fino de modelos multimodales para soluciones innovadoras de IA. Al final de esta formación, los participantes serán capaces de:
  • Comprender la arquitectura de modelos multimodales como CLIP y Flamingo.
  • Prepare y preprocese conjuntos de datos multimodales de forma eficaz.
  • Ajuste los modelos multimodales para tareas específicas.
  • Optimice los modelos para las aplicaciones y el rendimiento del mundo real.
Leer más...

Fine-Tuning DeepSeek LLM for Custom AI Models

 21 Horas
Este entrenamiento en vivo dirigido por un instructor en Washington D.C. (en línea o en el sitio) está dirigido a investigadores de IA, ingenieros de aprendizaje automático y desarrolladores de nivel avanzado que desean ajustar (536) modelos LLM para crear aplicaciones de IA especializadas adaptadas a industrias, dominios o necesidades comerciales específicas. Al final de esta capacitación, los participantes podrán:
  • Entender la arquitectura y las capacidades de los modelos DeepSeek, incluidos DeepSeek-R1 y DeepSeek-V3.
  • Preparar conjuntos de datos y preprocessar datos para fine-tuning.
  • Ajustar DeepSeek LLM para aplicaciones específicas de dominio.
  • Optimizar y desplegar modelos afinados de manera eficiente.
Leer más...

Deploying Fine-Tuned Models in Production

 21 Horas
Esta capacitación en vivo dirigida por un instructor en Washington D.C. (en línea o presencial) está dirigida a profesionales de nivel avanzado que desean implementar modelos ajustados de manera confiable y eficiente. Al final de esta formación, los participantes serán capaces de:
  • Comprenda los desafíos de implementar modelos ajustados en producción.
  • Incluya e implemente modelos en contenedores con herramientas como Docker y Kubernetes.
  • Implemente la supervisión y el registro para los modelos implementados.
  • Optimice los modelos para la latencia y la escalabilidad en escenarios del mundo real.
Leer más...

Advanced Techniques in Transfer Learning

 14 Horas
Esta capacitación en vivo dirigida por un instructor en Washington D.C. (en línea o presencial) está dirigida a profesionales del aprendizaje automático de nivel avanzado que desean dominar técnicas de transferencia de aprendizaje de vanguardia y aplicarlas a problemas complejos del mundo real. Al final de esta formación, los participantes serán capaces de:
  • Comprender conceptos y metodologías avanzadas en el aprendizaje por transferencia.
  • Implemente técnicas de adaptación específicas del dominio para modelos previamente entrenados.
  • Aplique el aprendizaje continuo para gestionar tareas y conjuntos de datos en evolución.
  • Domine el ajuste multitarea para mejorar el rendimiento del modelo en todas las tareas.
Leer más...

Introduction to Transfer Learning

 14 Horas
Esta capacitación en vivo dirigida por un instructor en Washington D.C. (en línea o presencial) está dirigida a profesionales del aprendizaje automático de nivel principiante a intermedio que deseen comprender y aplicar técnicas de aprendizaje por transferencia para mejorar la eficiencia y el rendimiento en proyectos de IA. Al final de esta formación, los participantes serán capaces de:
  • Comprender los conceptos básicos y los beneficios del aprendizaje por transferencia.
  • Explore los modelos preentrenados más populares y sus aplicaciones.
  • Realice el ajuste fino de los modelos previamente entrenados para tareas personalizadas.
  • Aplicar el aprendizaje por transferencia para resolver problemas del mundo real en PNL y visión artificial.
Leer más...

Efficient Fine-Tuning with Low-Rank Adaptation (LoRA)

 14 Horas
Esta capacitación en vivo dirigida por un instructor en Washington D.C. (en línea o presencial) está dirigida a desarrolladores de nivel intermedio y profesionales de la IA que desean implementar estrategias de ajuste para modelos grandes sin la necesidad de grandes recursos computacionales. Al final de esta formación, los participantes serán capaces de:
  • Comprender los principios de la Adaptación de Bajo Rango (LoRA).
  • Implemente LoRA para un ajuste eficiente de modelos grandes.
  • Optimice el ajuste fino para entornos con recursos limitados.
  • Evalúe e implemente modelos ajustados a LoRA para aplicaciones prácticas.
Leer más...

Fine-Tuning Models and Large Language Models (LLMs)

 14 Horas
Esta capacitación en vivo dirigida por un instructor en Washington D.C. (en línea o presencial) está dirigida a profesionales de nivel intermedio a avanzado que desean personalizar modelos previamente entrenados para tareas y conjuntos de datos específicos. Al final de esta formación, los participantes serán capaces de:
  • Comprender los principios del ajuste fino y sus aplicaciones.
  • Prepare conjuntos de datos para ajustar los modelos previamente entrenados.
  • Ajuste los modelos de lenguaje grandes (LLM) para las tareas de NLP.
  • Optimice el rendimiento del modelo y aborde los desafíos comunes.
Leer más...

Fine-Tuning for Natural Language Processing (NLP)

 21 Horas
Esta capacitación en vivo dirigida por un instructor en Washington D.C. (en línea o presencial) está dirigida a profesionales de nivel intermedio que desean mejorar sus proyectos de PNL a través del ajuste efectivo de modelos de lenguaje preentrenados. Al final de esta formación, los participantes serán capaces de:
  • Comprender los fundamentos del ajuste fino de las tareas de PNL.
  • Ajuste los modelos previamente entrenados, como GPT, BERT y T5, para aplicaciones específicas de NLP.
  • Optimice los hiperparámetros para mejorar el rendimiento del modelo.
  • Evalúe e implemente modelos ajustados en escenarios del mundo real.
Leer más...

Última Actualización:

Próximos cursos

Introduction to Transfer Learning

2025-06-30 9:30 am
14 Horas
DC, Washington - Street Northwest
$ 2703 (En línea)
$ 3703 (Nuestras oficinas)

Deploying Fine-Tuned Models in Production

2025-07-14 9:30 am
21 Horas
DC, Washington - Street Northwest
$ 4054 (En línea)
$ 5554 (Nuestras oficinas)

Fine-Tuning for Natural Language Processing (NLP)

2025-07-28 9:30 am
21 Horas
DC, Washington - Street Northwest
$ 4054 (En línea)
$ 5554 (Nuestras oficinas)

Otras regiones de los Estados Unidos

Otros Paises

Estos cursos también están disponibles en otros países

Consultoría

Fine-Tuning Consultoría
Cursos de Fin de Semana de Fine-Tuning en Washington D.C., Capacitación por la Tarde de Fine-Tuning en Washington D.C., Fine-Tuning con instructor en Washington D.C., Clases de Fine-Tuning en Washington D.C., Capacitador de Fine-Tuning en Washington D.C., Clases Particulares de Fine-Tuning en Washington D.C., Fine-Tuning boot camp en Washington D.C., Cursos Privados de Fine-Tuning en Washington D.C., Capacitación de Fin de Semana de Fine-Tuning en Washington D.C., Instructor de Fine-Tuning en Washington D.C., Cursos de Formación de Fine-Tuning en Washington D.C., Fine-Tuning en sitio en Washington D.C., Cursos por la Tarde de Fine-Tuning en Washington D.C., Fine-Tuning coaching en Washington D.C.