Kursus Pelatihan SLMs untuk Teknologi Pendidikan: Menyesuaikan AI untuk Pembelajaran dan Pengembangan

Pelatihan langsung yang dipimpin instruktur di Indonesia (online atau di lokasi) ini ditujukan untuk ilmuwan dan pengembang data tingkat pemula hingga menengah yang ingin menerapkan dan memanfaatkan Model Bahasa Kecil dalam berbagai aplikasi.

Pada akhir pelatihan ini, peserta akan mampu:

• Memahami arsitektur dan fungsionalitas Model Bahasa Kecil.
• Menerapkan SLM untuk tugas-tugas seperti pembuatan teks dan analisis sentimen.
• Optimalkan dan sempurnakan SLM untuk kasus penggunaan tertentu.
• Terapkan SLM di lingkungan dengan sumber daya terbatas.
• Mengevaluasi dan menafsirkan kinerja SLM dalam skenario dunia nyata.

Pelatihan online langsung atau pelatihan langsung tatap muka ini, yang dipimpin oleh instruktur, ditujukan untuk perencana kota, administrator kota, dan pengembang solusi kota cerdas tingkat menengah yang ingin menerapkan Small Language Models (SLMs) dalam proyek kota cerdas untuk meningkatkan kehidupan perkotaan.

Setelah menyelesaikan pelatihan ini, peserta akan dapat:

• Memahami aplikasi SLMs dalam kota cerdas.
• Mengintegrasikan SLMs dengan dataset perkotaan untuk pengambilan keputusan yang lebih baik.
• Mengembangkan strategi untuk menyebarluaskan SLMs dalam sistem manajemen perkotaan.
• Menilai dampak SLMs pada perencanaan kota dan solusi kota cerdas.

Pelatihan langsung yang dipimpin instruktur di Indonesia (online atau di lokasi) ditujukan untuk ilmuwan data tingkat menengah dan insinyur pembelajaran mesin yang ingin membuat dan menerapkan model bahasa kecil yang disesuaikan untuk domain tertentu seperti bidang hukum, medis, dan teknis .

Pada akhir pelatihan ini, peserta akan mampu:

• Memahami pentingnya dan penerapan model bahasa khusus domain.
• Kurasi dan proses awal kumpulan data khusus untuk pelatihan model.
• Latih dan sempurnakan model bahasa untuk aplikasi khusus domain.
• Evaluasi dan tolok ukur model menggunakan metrik yang relevan dengan domain.
• Terapkan model bahasa khusus domain dalam skenario dunia nyata.

Pelatihan ini yang dibimbing instruktur, pelatihan langsung (online atau tatap muka) ditujukan untuk insinyur machine learning tingkat lanjut dan peneliti AI yang ingin mengembangkan solusi AI yang efisien energi dengan model bahasa kecil yang kuat dan ramah lingkungan.

Di akhir pelatihan ini, peserta akan dapat:

• Memahami dampak AI terhadap konsumsi energi dan lingkungan.
• Menerapkan teknik kompresi dan optimasi model untuk mengurangi ukuran dan penggunaan energi model AI.
• Menggunakan kerangka kerja perangkat keras dan perangkat lunak yang efisien energi untuk peluncuran AI.
• Menerapkan praktik terbaik untuk pengembangan AI yang berkelanjutan.
• Memajukan dan berkontribusi pada praktik berkelanjutan dalam industri AI.

Pelatihan ini yang dipimpin instruktur dan dapat dilakukan Indonesia (online langsung atau langsung tatap muka) ditujukan untuk para ahli data, peneliti machine learning dan AI tingkat menengah yang ingin menciptakan pengalaman interaksi berbicara yang menarik dan efisien yang dipacu AI dengan menggunakan Small Language Models (SLMs).

Setelah menyelesaikan pelatihan ini, peserta akan mampu untuk:

• Memahami dasar-dasar AI berbicara dan peranan SLMs.
• Merancang dan menerapkan interaksi AI yang berpusat pada pengguna.
• Mengembangkan dan melatih SLMs untuk aplikasi interaktif.
• Menevaluasi dan meningkatkan efektivitas komunikasi manusia-AI dengan menggunakan metrik yang sesuai.
• Menyebarkan antarmuka berbicara yang dipacu AI yang dapat dikembangkan dan etis dalam skenario dunia nyata.

Pelatihan ini yang dipimpin oleh instruktur, secara langsung (online atau tatap muka) ditujukan untuk para profesional IT tingkat menengah yang ingin menerapkan model bahasa kecil langsung pada perangkat dengan kapasitas pemrosesan terbatas, membuka peluang untuk aplikasi inovatif di berbagai sektor.

Di akhir pelatihan ini, peserta akan mampu:

• Memahami tantangan dan solusi untuk mengimplementasikan AI pada perangkat keras kompak.
• Memoptimalkan dan mengompresi model AI untuk penempatan yang efisien di perangkat.
• Memanfaatkan kerangka kerja dan alat AI modern untuk implementasi model di perangkat.
• Mengesain dan mengembangkan aplikasi AI real-time untuk perangkat seluler dan IoT.
• Menevaluasi dan memastikan keamanan dan privasi sistem AI di perangkat.