Terima kasih telah mengirimkan pertanyaan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Terima kasih telah mengirimkan pemesanan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Kerangka Materi
Pengantar terhadap Model LLM Open-Source
- Gambaran umum tentang DeepSeek, Mistral, LLaMA, serta model open-source lainnya
- Cara kerja LLM: Transformer, mekanisme self-attention, dan proses pelatihan
- Perbandingan antara model LLM open-source dan model komersial proprieter
Fine-Tuning serta Penyesuaian Model LLM
- Persiapan data untuk proses fine-tuning
- Melatih dan mengoptimalkan model LLM menggunakan Hugging Face
- Evaluasi kinerja model serta upaya mitigasi bias yang muncul
Membangun Agen AI dengan Menggunakan LLM
- Pengantar penggunaan LangChain sebagai alat pengembangan agen AI
- Merancang alur kerja berbasis agen yang terintegrasi dengan LLM
- Penerapan mekanisme memori, teknik generasi augmentasi pemulihan informasi (RAG), serta eksekusi aksi tertentu
Mengimplementasikan Agen AI Berbasis LLM
- Pengemasan agen AI menjadi kontainer menggunakan Docker
- Integrasi model LLM ke dalam aplikasi perusahaan
- Peningkatan kapasitas agen AI melalui penggunaan layanan cloud dan API
Keamanan serta Kepatuhan Hukum dalam Penerapan AI di Perusahaan
- Aspek etika dan kepatuhan terhadap regulasi yang berlaku
- Upaya meminimalisir risiko akibat penerapan otomatisasi berbasis AI
- Pengawasan dan audit terhadap perilaku agen AI setelah diimplementasikan
Studi Kasus serta Aplikasi Nyata
- Penerapan asisten virtual yang menggunakan teknologi LLM
- Otomatisasi pemrosesan dokumen dengan bantuan AI
- Implementasi agen khusus berbasis AI untuk analisis bisnis perusahaan
Optimalisasi dan Perawatan Agen Berbasis LLM
- Strategi peningkatan kinerja serta pembaruan model secara terus-menerus
- Pengaturan mekanisme pengawasan dan umpan balik sistem
- Metode menghemat biaya operasional serta menyempurnakan performa agen AI
Penutup dan Langkah Selanjutnya
Persyaratan
- Pemahaman mendalam mengenai konsep AI dan machine learning
- Pengalaman memadai dalam pemrograman Python
- Pengetahuan dasar tentang model bahasa besar (LLM) serta pemrosesan bahasa alami (NLP)
Target Peserta
- Insinyur AI
- Pengembang perangkat lunak perusahaan
- Para pemimpin bisnis
21 Jam